GaPT: Gaussian Process Toolkit for Online Regression with Application to Learning Quadrotor Dynamics

要約

ガウス過程 (GP) は、信号の統計を取得し、予測の不確実性を表現するための表現力豊かなモデルです。
その結果、ロボティクス コミュニティは、これらの方法を推論、計画、および制御に活用することに関心を集めています。
残念ながら、閉じた形式の推論ソリューションを提供しているにもかかわらず、GP は通常、データセットのサイズに応じて立方体的にスケーリングされるノンパラメトリック モデルであるため、特にオンボードのサイズ、重量、電力 (SWaP) に制約のある航空ロボットで使用することは困難です。
さらに、一般的なライブラリとさまざまなカーネルの GP との統合は簡単ではありません。
この論文では、GPを状態空間形式に変換し、線形時間で回帰を実行する新しいツールキットであるGaPTを提案します。
GaPT は、ロボット工学で一般的ないくつかのオプティマイザーとの互換性が高いように設計されています。
単一および複数の入力 GP 設定の両方でクワッドローターのダイナミクスを学習するための提案されたアプローチを徹底的に検証します。
GaPT は、空気力やローターの相互作用などの高度な非線形効果を生み出すものを含め、複数の飛行体制や動作条件におけるシステムの動作を正確に捉えます。
さらに、結果は、単一入力設定と複数入力設定の両方で、特に多数のデータ ポイントを考慮する場合に、従来の GP 推論アプローチと比較して GaPT の優れた計算性能を示し、SWaP 制約のあるアンテナで使用される組み込みプラットフォームでリアルタイムの回帰速度を可能にします。
ロボット。

要約(オリジナル)

Gaussian Processes (GPs) are expressive models for capturing signal statistics and expressing prediction uncertainty. As a result, the robotics community has gathered interest in leveraging these methods for inference, planning, and control. Unfortunately, despite providing a closed-form inference solution, GPs are non-parametric models that typically scale cubically with the dataset size, hence making them difficult to be used especially on onboard Size, Weight, and Power (SWaP) constrained aerial robots. In addition, the integration of popular libraries with GPs for different kernels is not trivial. In this paper, we propose GaPT, a novel toolkit that converts GPs to their state space form and performs regression in linear time. GaPT is designed to be highly compatible with several optimizers popular in robotics. We thoroughly validate the proposed approach for learning quadrotor dynamics on both single and multiple input GP settings. GaPT accurately captures the system behavior in multiple flight regimes and operating conditions, including those producing highly nonlinear effects such as aerodynamic forces and rotor interactions. Moreover, the results demonstrate the superior computational performance of GaPT compared to a classical GP inference approach on both single and multi-input settings especially when considering large number of data points, enabling real-time regression speed on embedded platforms used on SWaP-constrained aerial robots.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google