空中母機への自律回収を実現するRTK-ビジョンPPO制御

本論文は、移動する空中母機（carrier）上へのmicro UAVの自律回収を実現するRTK-vision-guided強化学習フレームワークを提案する。子UAVは母機から空中で離陸し、独立したsortieを実行後、母機の現在位置へ戻り再ドッキングし、母機と共に降下する。両機はRTK-GNSSを搭載し、母機は航法状態を子機へ継続共有する。回収デッキ付近ではRTKを維持しつつ、下向きカメラとfiducial marker detectorがmarker相対の整列cueを提供する。終端回収フェーズを制御するPPO policyを物理ベースのMuJoCoシミュレーションで訓練し、ハードウェアへ転移する。PX4が低レベル安定化を担い、決定論的safety gateが学習policyとは独立に降下を許可する。

従来の着陸研究は単一機の静的/移動プラットフォームへの着陸やisolated landing maneuverが中心だが、本論文は長距離rendezvous、近距離知覚、母機運動、空力干渉、不連続接触イベントを統合した完全なautonomous aerial deployment-and-recovery cycleを扱う点が新しい。また、RTKとvisionを併用し、PPO policyをMuJoCoで訓練して実機転移する枠組みを提示する。PPO checkpointは2,000のheld-out randomized terminal episodesで99.55%成功、同一条件下のtuned PD baselineは78.4%であり、median planar terminal errorは6.62 cmと報告されている。

技術の肝は、RTK-vision-guided reinforcement-learning frameworkにある。子UAVは母機から空中離陸し、sortie後に母機現在位置へ戻り再ドッキングする。両機のRTK-GNSSと母機からのnavigation state共有、回収デッキ付近での下向きカメラとfiducial marker detectorによるmarker-relative alignment cuesを用いる。終端回収フェーズのPPO policyは、physics-based MuJoCo simulation environmentで、explicit sensor noise models、aerodynamic disturbance surrogate、marker-latency randomizationを組み込んで訓練され、hardwareへ転移される。PX4がlow-level stabilizationを保持し、deterministic safety gateがlearned policyとは独立にdescentをauthorizeする。

有効性は、シミュレーションと実機の両面で検証されている。PPO checkpointは2,000のheld-out randomized terminal episodesで99.55%の成功を達成し、同一条件下のtuned PD baselineは78.4%であった。median planar terminal errorは6.62 cmと報告されている。さらに14回のoutdoor trialsのうち13回（92.9%）でfull missionが成功し、near-region recoveryと、carrierがrelease pointから移動した後のrecoveryの両方を含む。

本論文は、isolated landing maneuverではなく完全なautonomous aerial deployment-and-recovery cycleを実証し、inspection、surveillance、mobile-logistics applicationsにおけるreusable carrier-child operationの実用的基盤を確立すると主張している。一方、議論の詳細や限界、失敗事例の分析、安全性や一般化可能性に関する具体的な議論は要旨からは不明である。

要旨で参照・比較されている研究として、tuned PD baselineが挙げられる。また、関連手法としてproximal policy optimization (PPO)、MuJoCo、PX4、RTK-GNSS、fiducial marker detectorが用いられている。同分野の定番としては、移動プラットフォームへのUAV着陸、visual servoing、reinforcement learning for landing、aerial recoveryに関する研究が次に読むべき候補となる。