適応的ターゲットフィールド計画と平均シフト探索による割当不要の群れナビゲーション
Assignment-Free Swarm Navigation via Adaptive Target-Field Planning and Mean-Shift Exploration
障害物環境で群れ全体が形状を適応させながら目的地へ移動できるよう、ターゲットフィールド計画・実行調整・形状保持型平均シフト探索を統合した割当不要の群れナビゲーション手法を提案し、シミュレーションと実機で有効性を示した。
詳しい要約
1. どんなもの？
2. 先行研究と比べてどこがすごい？
3. 技術・手法の肝は？
4. どうやって有効だと検証した？
5. 議論はある？
6. 次に読むべき論文は？
※ AIが要旨から生成した要約です。正確性は原文をご確認ください。
著者: Jiaxuan Li, Junhui Zhang, Bo Zhu
分類: eess.SY
原文アブストラクト
Mean-shift exploration enables assignment-free swarm shape assembly, but obstacle-constrained navigation additionally requires coordinated adaptation of the desired morphology and its physical execution. This paper presents an environment-adaptive navigation framework that integrates target-field planning, execution regulation, and morphology-preserving mean-shift exploration. A feasibility-aware graph search plans the position, orientation, and morphology of an unlabeled target field without specifying robot-specific goals. An execution-regulated reference manager adjusts field progression and morphology switching using swarm entering, coverage, and lag metrics. A moving-frame controller separates prescribed rigid motion from local mean-shift redistribution and incorporates neighbor interactions and obstacle responses. Simulations and hardware experiments demonstrate that the proposed framework coordinates morphology transitions and collective motion for assignment-free swarm navigation through cluttered environments.