ロボット運動計画の分野では、RRT*やPRM*などの漸近最適なサンプリングベースプランナが、確率完備性と高次元設定空間への適用性から広く用いられている。しかし、設定空間が設定依存のリーマン計量（動力学制約、エネルギー消費、タスク関連コストなど）を持つ場合、従来のユークリッドヒューリスティックは許容性を満たさなくなり、情報集合の構築が無効化されてサンプリング効率が低下する。情報集合技術は、現在の解を改善し得る部分空間にサンプリングを制限することで収束を大幅に加速するが、既存手法の多くはユークリッド距離の楕円体近似に依存しており、リーマン多様体への直接的な拡張が困難である。
この問題に対し、先行研究ではスカラー固有値界を用いて許容性を回復する試みがなされた。計量テンソルの最大固有値を計算し、リーマン距離をユークリッド距離の下界にスケーリングする方法である。この手法は許容性を保証するものの、計量テンソルの方向情報を失い、情報集合が過度に保守的になるため、サンプリング効率の向上は限定的であった。本論文の著者Phone Thiha KyawとJonathan Kellyは、対称正定値行列上のLoewner順序を利用して計量テンソルの最もタイトな定数下界を構築する、新しい行列値の許容ヒューリスティックを提案する。Loewner順序は、対称正定値行列AとBに対して、B-Aが半正定値ならばA ≤_L Bと定義される。この下界は完全な方向構造を保持しつつ、各点で最もタイトな大域的定数下界を与えるため、スカラー固有値界よりもタイトな情報集合を生成する。
具体的には、著者らは計量テンソルG(x)のLoewner順序における最大定数下界L、すなわちすべての設定xに対してL ≤_L G(x)を満たすLを計算する。このLは対称正定値行列であり、そのコレスキー分解L = C C^Tが線形写像y = C^{-1} xを定義し、元のリーマン多様体を等方ユークリッド空間に写像する。この空間では、リーマン情報集合（リーマン距離が現在の最適解コスト未満である設定の集合）が標準的な長球体に正確に変換されるため、既存のユークリッド情報集合サンプリングアルゴリズム（直接サンプリングや棄却サンプリングなど）をそのまま適用できる。しかも、写像後の領域は凸でサンプリングが容易であるため、棄却ステップは不要である。
提案手法の有効性を検証するため、著者らは3つの異なるロボットアームプラットフォーム（6自由度UR5、7自由度Franka、14自由度PR2）で操作タスク実験を行い、3種類の異なるリーマン計量（関節速度、加速度、タスク空間コストに基づくものなど）を考慮した。実験結果は、ユークリッドヒューリスティックやスカラー固有値界と比較して、提案する行列値下界が常によりタイトな情報集合を生成し、複数の最先端漸近最適プランナ（RRT*、BIT*、AIT*など）の収束を加速することを示した。具体的には、同じ計画時間内でより良い経路を見つけるか、同じ経路品質に達するまでの時間を短縮できる。
本論文はIEEE Robotics and Automation Letters (RA-L) に投稿され、査読中である。その核心的貢献は、リーマン多様体上の情報集合サンプリングに対して、理論的に厳密で計算効率の高い解決策を提供することにある。Loewner順序とコレスキー分解を活用することで、許容性を維持しながら計量テンソルの方向情報を最大限に保持し、複雑なロボットシステムにおける運動計画の高速化を実現する。今後の課題として、より一般的な計量空間への拡張や他のサンプリング戦略との統合が考えられる。