マルチスケールのコントラスト学習による制約付き運動計画のための接続性を考慮した表現
arXiv cs.RO / 2026/3/27
📰 ニュースIdeas & Deep AnalysisModels & Research
要点
- 本論文は、スタートとゴールの構成が切断された領域（EMDコンポーネント）に位置し得る制約付き運動計画を対象とし、さらに制約と冗長性によって実行可能性が複雑になる点に取り組む。
- ローカルからグローバルな近傍へと段階的にマルチスケールの多様体学習を行い、クラスタリングによって擬似ラベルを生成してコントラスト的な教師信号を与えることで、接続性を考慮した潜在表現を学習する。
- 学習された接続性メトリクスにより、プランナを実行する前にEMDを明示的に回避しつつ、スタート／ゴールとなる構成の選択を接続された領域へと偏らせる。
- 複数の操作タスクに対する実験結果では、成功率が基準手法に比べて1.9×向上し、計画時間は0.43×に削減されたことが報告されている。
広告
