要旨: 混雑した環境における安全なナビゲーションは、自律システムにとって重要な課題である。障害物だらけの状況を移動するロボットは、形状がさまざまな障害物、目標、そして自機（ego）オブジェクトの存在下で、安全に移動できる必要がある。本研究では、状態空間におけるロボットのリアルタイム能力の到達可能集合（reachable set）表現を用いて、安全なナビゲーション要件を捉えることができる。必要に応じて、障害物、または自機ビークルの体積的表現の計算、保存、操作に、ニューラル放射輝度場（NeRF）を利用する。拘束付き最適制御を用いて、線形行列不等式の制約を含む、結果として得られる経路計画問題を表現する。2つの異なるシナリオにおいて、多数の障害物が存在する状況での経路計画に関するシミュレーション結果を提示する。対応する拘束付き最適制御問題における到達可能集合を用いることで、安全なナビゲーションが実証される。
リーチャブル集合を用いた神経放射輝度場（NeRF）による安全なナビゲーション
arXiv cs.RO / 2026/4/30
💬 オピニオンDeveloper Stack & InfrastructureIdeas & Deep AnalysisModels & Research
要点
- この論文は、障害物・目標・自己（エゴ）物体の形状が多様な環境で、自律ロボットの安全なナビゲーション問題を扱っています。
- 到達可能集合（リーチャブル集合）により、状態空間におけるロボットのリアルタイムの能力を表現し、それを「安全なナビゲーション」の条件の取り込みに用います。
- ニューラル放射輝度場（NeRF）を、障害物や自己（エゴ）車両の体積的な幾何表現を計算・保存・操作するために使います。
- 経路計画は、線形行列不等式（LMI）制約を含む制約付き最適制御として定式化されています。
- 2つのシナリオで多くの障害物がある状況をシミュレーションし、リーチャブル集合を用いた制約付き最適制御により安全なナビゲーションが実現できることを示しています。
