時間的モード切替と地形横断追従による空地両用運動制御の学習

本論文は、passive-wheeled terrestrial-aerial bimodal vehicles (TABVs) のための学習ベースの air-ground motion control framework を提案する。 - 目的: 限られた onboard perception 下での信頼性の高い air-ground mode switching と、多様な地形での robust ground trajectory tracking の実現。 - 構成要素: 1) 自律的な air-ground motion mode switching のための learned mode selector、2) trajectory tracking のための reinforcement learning control policy。 - 検証: simulation と real-world experiments を実施し、限られた perception 下での信頼性の高い air-ground switching と多様な地形条件での正確な ground tracking…

先行研究との比較として、以下の点が挙げられている。 - learned selector は challenging transitions において rule-based mode selector を上回る。 - ground controller は全ての tested conditions で PID よりも低い position RMSE を達成し、NMPC が失敗する状況でも decent tracking を維持する。 - これらの能力を統合し、101m の air-ground trajectory を複数の自律的 mode transitions を経て追従し、position RMSE 0.08m を達成。 - ただし、先行研究の具体的な名称や詳細な比較条件は要旨からは不明。

技術や手法の肝は以下の通り。 - learned mode selector: 過去の single-point time-of-flight (ToF) measurements と robot states、および future reference information を用いて active locomotion mode を決定する。 - reinforcement learning control policy: proprioceptive observations と future reference information を組み合わせ、trajectory changes を予測する。 - ground locomotion 向けに multi-terrain training と dynamics randomization を実施し、異なる地形での robust tracking を可能にする。

有効性の検証方法は以下の通り。 - simulation と real-world experiments を実施。 - 限られた perception 下での信頼性の高い air-ground switching と、多様な地形条件での正確な ground tracking を実証。 - learned selector が challenging transitions で rule-based mode selector を上回ることを確認。 - ground controller が全ての tested conditions で PID より低い position RMSE を達成し、NMPC が失敗する状況でも decent tracking を維持することを確認。 - 統合システムが 101m の air-ground trajectory を複数の自律的 mode transitions を経て追従し、position RMSE 0.08m を達成。

議論として、以下の点が挙げられている。 - 限られた onboard perception 下での air-ground mode switching と多様な地形での ground trajectory tracking が依然として challenging であること。 - learned selector が rule-based mode selector より challenging transitions で優れること。 - ground controller が PID より低い position RMSE を示し、NMPC が失敗する状況でも decent tracking を維持すること。 - ただし、限界や今後の課題についての詳細な議論は要旨からは不明。

要旨で参照/比較されている研究や関連手法として、以下が挙げられる。 - rule-based mode selector - PID - NMPC - passive-wheeled terrestrial-aerial bimodal vehicles (TABVs) - reinforcement learning control policy - single-point time-of-flight (ToF) measurements - multi-terrain training - dynamics randomization - 同分野の定番として、air-ground motion control、trajectory tracking、mode switching に関する研究。