サンプリングベースMPCを逐次モンテカルロ推論として統一的に扱う枠組み

- サンプリングベースの model predictive control (MPC) を Sequential Monte Carlo (SMC) 推論として統一的に扱う研究。 - predictive sampling、MPPI、cross-entropy method、およびその biased・colored-noise・annealed 変種を、単一の SMC 推論アルゴリズムで実装できると示す。 - 制御列をサンプリングしコストで再重み付けする手法群を、3つの独立した軸で記述する。 - 評価対象は MuJoCo の非線形制御、障害物場の open-loop navigation、7-DoF motion planning、non-prehensile push-T。 - シミュレーションに加え Franka FR3 実機でも検証。

- 従来、predictive sampling・MPPI・cross-entropy method などはそれぞれ別個のアルゴリズム群として扱われてきた。 - 本研究はそれらを単一の SMC 推論アルゴリズムの特殊例として位置づける点が新しい。 - 3つの独立軸（proposal、update rule、effective-sample-size threshold）で各手法を整理できる枠組みを提示。 - 個別アルゴリズムの寄せ集めではなく、共通の推論構造として理解できる点が先行研究との違い。 - 具体的な性能比較の数値は要旨に記載の範囲に限られる。

- サンプリングベース MPC を SMC 推論として定式化する。 - 制御列を粒子としてサンプリングし、コストで重み付けする。 - 手法を3つの独立軸で規定する。 - proposal（提案分布）。 - update rule（コスト重み付き粒子を nominal plan に縮約する更新則）。 - effective-sample-size threshold（リサンプリングを行う閾値）。 - リサンプリングにより長い horizon での particle degeneracy に対処する。 - programmable な proposal により探索を改善する。

- MuJoCo の非線形制御で評価。 - 障害物場の open-loop navigation で評価。 - 28-knot horizon の navigation 領域で、リサンプリングにより非リサンプリング baseline 比で衝突率を30%削減。 - 7-DoF motion planning で評価。 - non-prehensile push-T をシミュレーションと Franka FR3 実機で評価。 - programmable proposal により perturbative baseline 比で成功率が simulation で1%から100%、hardware で10%から90%へ改善。

- リサンプリングが長い horizon での particle degeneracy 抑制に有効である点を議論。 - navigation の 28-knot horizon で衝突率30%削減という結果で裏付け。 - programmable proposal の重要性を議論。 - push-T で perturbative baseline を大きく上回る成功率改善。 - 限界や失敗条件、計算コストなどの詳細な議論は要旨からは不明。

- predictive sampling。 - MPPI (Model Predictive Path Integral control)。 - cross-entropy method。 - Sequential Monte Carlo (SMC) 推論の基礎文献。 - これら biased・colored-noise・annealed 変種に関する研究。