日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

週刊ニュースレター購読
マニピュレーションarXiv:2610.18425

CALM: マルチエージェント強化学習による協調空中マニピュレーションの分散制御

CALM: Decentralized Control of Cooperative Aerial Manipulation with Multi-Agent Reinforcement Learning

シェア:XThreadsFacebookLINEはてブBluesky

複数のドローンが協調してバスケットを運びながら移動する地上ロボットを追従するため、マルチエージェント強化学習と目標推定・外乱オブザーバを組み合わせた分散制御手法を提案し、従来手法より高精度な追従を実現した。

詳しい要約

1. どんなもの？

- 複数の UAV が共有する basket を運びながら移動する ground robot を追従する cooperative aerial manipulation のための分散制御器 CALM を提案。 - 風、payload の動き、ノイズを含む goal broadcast 下での課題に対処。 - parameter-shared MARL policy を MAPPO で訓練し、goal estimation、per-UAV ESO、basket-mass estimation、anticipatory formation-yaw feedforward を組み合わせる。 - 実行は decentralized で、centralized training を disturbance-conditioned critic で支援。

2. 先行研究と比べてどこがすごい？

- 評価した全ての baseline より低い平均位置・姿勢誤差を達成。 - matched arm baseline と比較して 7.68 vs 10.95 cm、3.3 vs 4.7° と改善。 - cable-suspended realization や 2 つの model-based controller よりも優れる。 - 未知の full-information-path degradation 下でも arm baseline と統計的に同等以上。

3. 技術・手法の肝は？

- parameter-shared MARL policy を MAPPO で訓練。 - goal estimation、per-UAV Extended State Observers (ESOs)、basket-mass estimation を統合。 - anticipatory formation-yaw feedforward が推定 goal motion を用いて位置誤差発生前に formation を回転させ、basket-yaw lag を低減。 - disturbance-conditioned critic による centralized training と decentralized execution の組み合わせ。

4. どうやって有効だと検証した？

- held-out trajectories で評価し、CALM が全 baseline より低い平均位置・姿勢誤差を示す。 - matched arm baseline、cable-suspended realization、2 つの model-based controller と比較。 - unseen full-information-path degradation 下で arm baseline と統計的に同等以上であることを確認。 - ビデオは https://petreric.github.io/CALM/ で公開。

5. 議論はある？

- 要旨からは不明。

6. 次に読むべき論文は？

- Multi-Agent Proximal Policy Optimization (MAPPO) - Extended State Observer (ESO) を用いた外乱推定 - cooperative aerial manipulation の model-based control - cable-suspended aerial manipulation

※ 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: Jiaxi Huo, Petre Ricioppo, Fausto Francesco Lizzio

分類: cs.RO, cs.MA

原文アブストラクト

Cooperative aerial manipulation is difficult under wind, payload motion, and noisy goal broadcasts because multiple Unmanned Aerial Vehicles (UAVs) are coupled through a shared payload. We present CALM (Cooperative Aerial Learned Manipulation), a decentralized controller for aerial manipulators carrying a basket while tracking a moving ground robot. CALM combines a parameter-shared Multi-Agent Reinforcement Learning (MARL) policy, trained using Multi-Agent Proximal Policy Optimization (MAPPO), with goal estimation, per-UAV Extended State Observers (ESOs), basket-mass estimation, and anticipatory formation-yaw feedforward. The anticipatory formation-yaw feedforward uses estimated goal motion to rotate the formation before position error develops, reducing basket-yaw lag without adding net commanded force. A disturbance-conditioned critic supports centralized training while execution remains decentralized. Across held-out trajectories, CALM achieves lower mean position and orientation errors than all evaluated baselines, including the matched arm baseline (7.68 versus 10.95 cm and 3.3 versus 4.7$^\circ$), the cable-suspended realization, and two model-based controllers. Under unseen full-information-path degradation, CALM remains statistically comparable or superior to the arm baseline. Videos are available at https://petreric.github.io/CALM/.

arXivで原文を読む →arXiv概要ページ

関連論文

← 論文一覧
PR本紙発行元 EmplifAI