日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

制御arXiv:2605.02147

エントロピー正則化最適輸送によるサンプリングベース制御

Sampling-Based Control via Entropy-Regularized Optimal Transport

シェア:XThreadsFacebookLINEはてブBluesky

MPPIやCEMなどのサンプリングベースMPCの課題を、エントロピー正則化最適輸送を用いたOT-MPCアルゴリズムで解決し、候補制御系列を低コストな提案へ洗練させることで、複雑なコスト環境での性能を向上させた。

詳しい要約

1. どんなもの?

- サンプリングベースのモデル予測制御(MPPIやCEM)の課題を解決するOT-MPCを提案。 - エントロピー正則化付き最適輸送(entropy-regularized optimal transport)に基づく。 - 候補制御列と低コスト提案の最適カップリングを計算し、候補を近傍の有望サンプルへ洗練。 - アンサンブル全体で更新を調整し、解空間のカバレッジを維持。 - Sinkhornアルゴリズムによる閉形式・勾配不要の更新でリアルタイム性能を実現。

2. 先行研究と比べてどこがすごい?

- MPPIやCEMは情報理論的目的関数に由来し、制御問題の幾何を無視。 - 複雑なコスト地形でモード平均化などの病的挙動を引き起こす。 - OT-MPCは最適輸送定式化により、候補を近傍の有望サンプルへ洗練しつつ、アンサンブル全体でカバレッジを維持。 - ナビゲーション、マニピュレーション、ロコモーションタスクで既存手法より成功率が向上。

3. 技術・手法の肝は?

- エントロピー正則化付き最適輸送問題を解く。 - 候補制御列と低コスト提案の間の最適カップリングを計算。 - Sinkhornアルゴリズムにより閉形式・勾配不要の更新を導出。 - これによりリアルタイム性能を実現。 - アンサンブル全体の更新を調整し、解空間のカバレッジを維持。

4. どうやって有効だと検証した?

- ナビゲーション、マニピュレーション、ロコモーションのタスクで実験。 - 既存手法と比較して成功率が向上することを示した。 - 具体的なベースラインや評価指標は要旨からは不明。

5. 議論はある?

- 要旨からは不明。 - 限界や失敗ケース、計算コストの詳細な議論は記載されていない。

6. 次に読むべき論文は?

- MPPI(Model Predictive Path Integral control) - CEM(Cross-Entropy Method) - Sinkhornアルゴリズム - 最適輸送(optimal transport) - エントロピー正則化(entropy regularization)

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Vincent Pacelli, Akash Ratheesh, Evangelos A. Theodorou

分類: cs.RO, math.OC

原文アブストラクト

Sampling-based model predictive control methods like MPPI and CEM are essential for real-time control of nonlinear robotic systems, particularly where discontinuous dynamics preclude gradient-based optimization. However, these methods derive from information-theoretic objectives that are agnostic to the geometry of the control problem, leading to pathological behaviors such as mode-averaging when the cost landscape is complex. We present OT-MPC, a sampling-based algorithm that overcomes these limitations through an entropy-regularized optimal transport formulation. By computing an optimal coupling between candidate control sequences and low-cost proposals, OT-MPC refines candidates toward nearby promising samples while coordinating updates across the ensemble to maintain coverage of the solution space. We derive closed-form, gradient-free updates via the Sinkhorn algorithm, enabling real-time performance. Experiments on navigation, manipulation, and locomotion tasks demonstrate improved success rates over existing methods.

関連論文

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2GXOとApptronik、Apolloの物流現場試験を拡大 最大1,000台の展開を構想量産・展開
  3. 3newmoとKDDIが資本業務提携 2028年に堺市で自動運転タクシー商用化目指す提携・買収
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

PR・アフィリエイト広告

MINISFORUM(ミニPC)

MINISFORUM(ミニPC)の公式広告バナーMINISFORUM公式ストアを見る ↗
PR本紙発行元 EmplifAI