日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

ナビゲーションarXiv:2611.10938

未知外乱下の安全なナビゲーションのための信念誘導型残差適応制御

BRACE: Belief-guided Residual Adaptive Control for Safe Navigation under Unknown Disturbances

シェア:XThreadsFacebookLINEはてブBluesky

モデル予測誤差から外乱の信念を推定し、高レベル方策で参照軌道を適応させる階層型強化学習フレームワークBRACEを提案。急変する風場でのクアッドコプター実験でMPCやRLベースラインを上回る到達回避性能を示した。

詳しい要約

1. どんなもの?

- 自律ナビゲーション中の未知・有界・空間的に変化する外乱下での reach-avoid navigation のための階層型強化学習(RL)フレームワーク BRACE を提案 - 外乱をモデル予測誤差から belief として推定し、それに基づき高レベル方策が参照軌道を適応 - シミュレーションの quadcopter 環境と Crazyflie 実機で評価

2. 先行研究と比べてどこがすごい?

- 従来の tracking controller は外乱を打ち消す十分な制御権限を仮定し、それが破綻する領域は未探索だった - BRACE は制御権限が不足する状況を対象に、外乱 belief を用いて参照軌道自体を適応 - model predictive control や RL ベースラインに対し reach-avoid 性能を改善

3. 技術・手法の肝は?

- モデル予測誤差から外乱 belief を推定し、高レベル方策の条件付けに使用 - 方策は nominal 項と belief-guided residual 項の合成で構成 - likelihood-ratio advantage reweighting heuristic により nominal と residual を同時学習 - 階層型 RL により参照軌道を適応

4. どうやって有効だと検証した?

- 突発的に切り替わる wind field を持つ3つのシミュレーション quadcopter 環境で評価 - fan により生成した外乱を用いて Crazyflie 実機で検証 - 両設定で model predictive control および RL ベースラインより reach-avoid 性能が向上

5. 議論はある?

- 外乱は未知・有界・空間的に変化するものと仮定されており、仮定外の外乱への一般性は要旨からは不明 - belief 推定の誤りや reweighting heuristic の感度、実機でのスケーラビリティに関する議論は要旨からは不明 - 制御権限が不足する領域での安全性保証の程度は要旨からは不明

6. 次に読むべき論文は?

- 要旨で比較対象として挙げられている model predictive control および RL ベースラインの関連研究 - 外乱 belief 推定や residual policy を用いる adaptive control 系の研究 - Crazyflie を用いた実機ナビゲーション研究(具体的な論文名は要旨からは不明)

※ 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: Jaeyoun Choi, Niklas Schmid, Oswin So, Augustinos Saravanos, Chuchu Fan

分類: cs.RO, eess.SY

原文アブストラクト

Disturbances encountered during autonomous navigation generally vary across space, often discontinuously, as obstacles redirect wind and changing terrain alters traction. Tracking controllers typically assume sufficient control authority to mitigate disturbances and maintain safety; the regime where this assumption fails remains underexplored. We present Belief-guided Residual Adaptive Control (BRACE), a hierarchical reinforcement learning (RL) framework for reach-avoid navigation under unknown, bounded, spatially varying disturbances. BRACE infers a disturbance belief from model prediction errors and uses that to condition a high-level policy that adapts the reference trajectory. The policy combines a nominal and a belief-guided residual term, trained jointly with a likelihood-ratio advantage reweighting heuristic. We evaluate BRACE in three simulated quadcopter environments with abruptly switching wind fields, and validate it on Crazyflie hardware with fan-generated disturbances. Across these settings, BRACE improves reach-avoid performance over model predictive control and RL baselines.

関連論文

  1. 1パナソニックHDら、ロボット操作AI「T-Rex」を共同開発 12タスクで平均成功率65%研究・技術
  2. 2Hugging Face、ロボット学習基盤「LeRobot v0.7.0」を公開 対話操作と大規模データ学習に対応新製品・発表
  3. 3NVIDIA、Vera CPUのエージェント処理性能を公表 x86比で速度・電力効率を比較半導体・GPU
  4. 4Agility、SPAC合併でナスダック上場資金調達
  5. 5智元、清華大学などとCELを発表 96台のロボットで群体学習を検証研究・技術
PR本紙発行元 EmplifAI