障害物環境における捕捉可能性を考慮した足配置計画：軸平行安全回廊上の再帰的実行可能逐次MPC

- 本論文は、障害物環境下での humanoid の footstep planning を対象とした capturability-aware な sequential MPC フレームワークを提案する。 - LIP (Linear Inverted Pendulum) ベースの footstep planning 層に対し、obstacle avoidance と capturability 制約を同時に扱う。 - safe corridors を交差矩形の列として構築し、recursive feasibility 保証付きの sequential MPC を実現する。 - 計画時に open と仮定した door が実行時に closed だった場合など、進行を妨げる obstructions に自律的に適応し in-place walking へ切り替える。 - 性能は prediction horizon にほぼ依存せず、低計算コストで高い成功率を狙う。

- 先行研究との具体的な比較は要旨からは不明。 - 提案の特徴として、obstacle avoidance と capturability 制約を safe corridors（交差矩形列）で統合し、LIP ベース計画層に recursive feasibility 保証を与える点を挙げている。 - また、prediction horizon への依存が小さく、低計算コストで高い成功率を維持できると主張する点が従来と異なる。 - 実行時の obstructions に対して in-place walking へ自律切替する適応性も強調されている。

- LIP ベースの humanoid footstep planning を sequential MPC として定式化する。 - safe corridors を交差矩形の列として構築し、obstacle avoidance 制約をこの corridor 表現に埋め込む。 - capturability 制約を同じ枠組みに組み合わせ、計画層に recursive feasibility の保証を与える。 - 制約された状況では in-place walking へ切り替える自律適応機構を持つ。 - prediction horizon を長くせずとも性能を維持できる構成とし、計算コストを抑える。

- 高忠実度シミュレーションで humanoid robot Digit を用いて検証している。 - 障害物を含む cluttered environments における footstep planning の有効性を示す。 - 具体的な評価指標・比較手法・試行数などの詳細は要旨からは不明。

- 計画時に open と仮定した door が実行時に closed となるような obstructions への適応を議論している。 - その際に in-place walking へ切り替えることで対応する点を述べている。 - prediction horizon への依存が小さいことと計算コストの低さを利点として挙げる。 - 限界や失敗事例、実機実験の有無などは要旨からは不明。

- 要旨で参照・比較されている個別研究は明示されていない。 - 関連手法として LIP (Linear Inverted Pendulum) ベースの footstep planning、sequential MPC、safe corridors を用いた planning、capturability 制約付き planning の文献を次に読む候補として挙げる。 - humanoid robot Digit を用いた footstep planning の先行研究も関連する。