GPS非依存環境における協調測位のための不確実性制約付きマルチロボット計画

- GPS-denied 環境での cooperative localization を伴う centralized multi-agent path planning 問題を扱う研究。 - primary agent が最小時間で goal に到達することを目的とする。 - chance-constrained collision-avoidance 制約と terminal の localization uncertainty 上限を課す。 - 完全な belief space での定式化は tightly coupled な uncertainty dynamics のため計算困難。 - 提案手法 CONSORT (Cooperative Navigation with Support-Optimized Routing and Trajectories) を提示。

- 先行研究は belief dynamics の近似や inter-agent coupling の制限に依存していた。 - 本手法は全 agent の mean-state trajectory 上で最適化し、covariance 伝播は terminal 制約評価のみに用いる tractable surrogate を採用。 - 50 の randomized scenario で terminal uncertainty bound を厳しくすると差が出る。 - CONSORT は 80% の scenario を解いた。 - 最強の baseline は 54%。 - 同等の path length での比較。

- 完全な belief-space 問題の代わりに mean-state trajectory 上で最適化する surrogate を構成。 - covariance は terminal constraint の評価にのみ伝播させる。 - discrete-to-continuous pipeline を採用。 - hexagonal-grid joint search。 - spline-based trajectory refinement。 - これらを組み合わせた CONSORT を提案。

- 50 の randomized scenario で planner を比較。 - terminal uncertainty bound を厳しくすると性能差が顕在化。 - CONSORT 80% 対 最強 baseline 54%（同等 path length）。 - marine simulation で検証。 - 計画を feedback control 下で実行。 - 独立に開発した factor-graph estimate を使用。 - trajectory は collision-free を維持。 - terminal uncertainty は planner の予測の 6% 以内。

- 完全な belief space ではなく mean-state 最適化＋terminal covariance 評価の surrogate を用いる点が近似の議論対象。 - inter-agent coupling を制限せず扱う点と計算可能性のトレードオフが論点。 - marine simulation では独立の factor-graph estimate 上で実行し予測との差 6% 以内を確認。 - 実機・他環境での検証や近似の一般性は要旨からは不明。

- 要旨で参照/比較されている baseline の具体名は要旨からは不明。 - 関連手法として以下が次に読む候補。 - belief-space planning。 - chance-constrained planning。 - cooperative localization。 - factor-graph based state estimation。 - hexagonal-grid search と spline-based trajectory refinement を用いる multi-robot planning。