要約
拡散ベースのモーションプランナーは、サンプルの多様性と、推論中に直接新しい制約を直接組み込むことの容易さに起因する、確立されたパフォーマンスの改善により、人気が高まっています。
ただし、拡散プロセスの主な制限は、特に勾配ベースのガイダンスと結合されている場合、かなりの数の除去ステップの要件です。
この論文では、パラメーターがバーンスタイン係数として表される軌跡のパラメトリック空間に拡散を紹介します。
この表現は、コスト関数ガイダンスと推論速度の有効性を大幅に改善することを示します。
また、拡散生成軌跡の多様性を活用して、単一のコスト関数誘導モデルで衝突のない軌跡を生成する新しいステッチアルゴリズムも紹介します。
私たちのアプローチは、マニピュレーター向けの現在のSOTA拡散ベースのモーションプランナーよりも優れていることを実証し、主要成分に関するアブレーション研究を提供します。
要約(オリジナル)
Diffusion-based motion planners are becoming popular due to their well-established performance improvements, stemming from sample diversity and the ease of incorporating new constraints directly during inference. However, a primary limitation of the diffusion process is the requirement for a substantial number of denoising steps, especially when the denoising process is coupled with gradient-based guidance. In this paper, we introduce, diffusion in the parametric space of trajectories, where the parameters are represented as Bernstein coefficients. We show that this representation greatly improves the effectiveness of the cost function guidance and the inference speed. We also introduce a novel stitching algorithm that leverages the diversity in diffusion-generated trajectories to produce collision-free trajectories with just a single cost function-guided model. We demonstrate that our approaches outperform current SOTA diffusion-based motion planners for manipulators and provide an ablation study on key components.
arxiv情報
著者 | Ajit Srikanth,Parth Mahanjan,Kallol Saha,Vishal Mandadi,Pranjal Paul,Pawan Wadhwani,Brojeshwar Bhowmick,Arun Singh,Madhava Krishna |
発行日 | 2025-01-30 09:35:17+00:00 |
arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google