Distributionally Robust RRT with Risk Allocation

要約

不確実な環境で動作するロボットのためのサンプリングベースの動作計画アルゴリズムに、分布的にロバストなリスク配分を統合することが提案されています。
計画期間全体にわたって定義された分布的に堅牢な共同リスク制約を、総リスク予算を考慮した個別のリスク制約に分解することにより、不均一なリスク配分を実行します。
具体的には、個々のリスク制約を使用して定義された決定的な引き締めを利用して、提案されている正確なリスク配分手順を定義します。
リスク配分手法をサンプリングベースの動作計画アルゴリズムに組み込むという私たちのアイデアは、効率的な状態空間探索のための保守的でありながら、ますますリスク実現可能な軌道を保証することを実現します。

要約(オリジナル)

An integration of distributionally robust risk allocation into sampling-based motion planning algorithms for robots operating in uncertain environments is proposed. We perform non-uniform risk allocation by decomposing the distributionally robust joint risk constraints defined over the entire planning horizon into individual risk constraints given the total risk budget. Specifically, the deterministic tightening defined using the individual risk constraints is leveraged to define our proposed exact risk allocation procedure. Our idea of embedding the risk allocation technique into sampling based motion planning algorithms realises guaranteed conservative, yet increasingly more risk feasible trajectories for efficient state space exploration.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google