Motion Planning and Control with Unknown Nonlinear Dynamics through Predicted Reachability

要約

未知の非線形ダイナミクスの下での自律運動計画には、重要な課題があります。
エージェントは、システムナビゲーションを適応的に導くために、到達可能性などのプロパティを取得するために、システムのダイナミクスを継続的に探索する必要があります。
この論文では、ターゲットに向けて実行可能な軌道を計算するように設計されたハイブリッド計画制御フレームワークを提案します。
私たちのアプローチでは、状態空間を分割し、制御された制御入力を備えた区分的アフィン（PWA）システムによってシステムを近似することが含まれます。
PWAシステムを指向の加重グラフに抽象化することにより、アフィンシステムの識別とリーチコントロール理論を介してエッジの存在を段階的に更新し、未知のダイナミクスの事前の情報を活用することにより、予測到達可能性条件を導入します。
ヒューリスティックな重みは、その存在が確実であるか、不確定なままであるかに基づいて、エッジに割り当てられます。
その結果、ミッションの実行中にデータを適応的に収集および分析するフレームワークを提案し、予測グラフを継続的に更新し、グラフ検索の結果に基づいてオンラインでコントローラーを合成します。
未知の地形で動作するモバイルロボットを含むシミュレーションシナリオを通じて、そのアプローチの有効性を実証し、その未知のダイナミクスは単一のインテグレーターモデルとして抽象化されています。

要約(オリジナル)

Autonomous motion planning under unknown nonlinear dynamics presents significant challenges. An agent needs to continuously explore the system dynamics to acquire its properties, such as reachability, in order to guide system navigation adaptively. In this paper, we propose a hybrid planning-control framework designed to compute a feasible trajectory toward a target. Our approach involves partitioning the state space and approximating the system by a piecewise affine (PWA) system with constrained control inputs. By abstracting the PWA system into a directed weighted graph, we incrementally update the existence of its edges via affine system identification and reach control theory, introducing a predictive reachability condition by exploiting prior information of the unknown dynamics. Heuristic weights are assigned to edges based on whether their existence is certain or remains indeterminate. Consequently, we propose a framework that adaptively collects and analyzes data during mission execution, continually updates the predictive graph, and synthesizes a controller online based on the graph search outcomes. We demonstrate the efficacy of our approach through simulation scenarios involving a mobile robot operating in unknown terrains, with its unknown dynamics abstracted as a single integrator model.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google