自律飛行2026/8/21arXiv:2608.20948

ニューラルプリミティブ：プリミティブベース模倣学習による効率的なエンドツーエンドローカルプランナー

Neural-Primitive: An Efficient End-to-end Local Planner with Primitive-based Imitation Learning for Autonomous Flight

未知の障害物環境での自律飛行において、模倣学習を用いたエンドツーエンドのローカルプランナーを提案し、センサ入力を多項式係数に直接マッピングすることで、リアルタイムで滑らかで衝突のない軌道を生成する。

詳しい要約

1. どんなもの？

本論文は、未知の障害物環境での自律飛行を対象とした、模倣学習に基づく効率的なエンドツーエンドのローカルプランナーを提案する。オフラインで生成した軌道プリミティブを用いたデータセット収集フレームワークと、センサ入力を多項式係数に直接マッピングするコンパクトなニューラルネットワークにより、後段の最適化計算なしで滑らかで衝突回避可能な軌道をリアルタイム生成する。計算時間は標準デスクトップで1ms未満、オンボード飛行時で平均3.68ms、メモリ使用量は1.5MiB未満を実現する。

2. 先行研究と比べてどこがすごい？

従来の軌道生成は、計算コストと品質、メモリ使用のトレードオフ（trilemma）に直面していた。本手法は、オフラインで高品質な軌道プリミティブを生成し、それを模倣学習でニューラルネットワークに蒸留することで、オンラインでの後段最適化を不要にし、超高速計算と低メモリ消費を両立している点が優れている。また、エンドツーエンドでセンサ入力から直接軌道を出力するため、従来のパイプラインよりもシンプルで効率的である。

3. 技術・手法の肝は？

手法の核は、(1) 非凸環境で安全かつ高品質な軌道プリミティブを生成する軽量なオフライン収集フレームワーク、(2) センサ入力を多項式係数に直接マッピングするコンパクトなニューラルネットワークの設計。多項式係数は高次の動力学情報を内在的に符号化するため、ネットワークは滑らかで動的に実行可能な軌道を生成できる。学習は模倣学習（imitation learning）により行われ、後段の最適化ソルバーを必要としない。

4. どうやって有効だと検証した？

シミュレーションと実機実験の両方で検証している。シミュレーションでは、計画レイテンシと目標到達の進行品質（target-reaching progress quality）において優位性を示すベンチマークを実施。実機ではゼロショット展開（zero-shot deployment）を行い、シミュレーションから実環境へのロバストな転移能力を実証した。

5. 議論はある？

要旨からは、提案手法の限界や潜在的な問題についての議論は不明。ただし、エンドツーエンド学習の一般的な課題として、訓練データの分布外の状況での性能や、安全性の保証が挙げられる可能性があるが、要旨には明記されていない。

6. 次に読むべき論文は？

要旨で参照されている先行研究や関連手法は明示されていないが、同分野の定番として、軌道生成における最適化ベースの手法（例：minimum-snap trajectory planning）や、模倣学習を用いたエンドツーエンドナビゲーション（例：learning-based local planning）が挙げられる。具体的には、Flightmareやego-plannerなどの関連研究が考えられるが、要旨からは不明。

※ 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: Zhitao Liu, Guangtong Xu, Zihan Wang, Jialiang Hou, Chao Xu, Fei Gao

分類: cs.RO, cs.AI

原文アブストラクト

Autonomous flight in unknown cluttered environments is hindered by the computation-quality-memory trilemma of onboard trajectory generation. In this paper, we propose an efficient end-to-end local planner via imitation learning. A lightweight offline-primitive-based dataset collection framework is designed to produce safe and high-quality trajectory primitives in non-convex environments. A compact neural network directly maps sensory inputs to polynomial coefficients that inherently encode higher-order dynamical information. The learned policy generates smooth, empirically collision-free and dynamically feasible trajectories in real time without back-end solving. It achieves ultra-fast computation (below 1ms on a standard desktop and average 3.68ms during onboard flight), while maintaining low onboard memory requirements (less than 1.5MiB). Extensive simulation benchmarks demonstrate superiority in both planning latency and target-reaching progress quality. Zero-shot deployment in real-world experiments further validates the robust sim-to-real transfer capability of the proposed method.

arXivで原文を読む →arXiv概要ページ