Trajectory Optimization for Adaptive Informative Path Planning with Multimodal Sensing

要約

それぞれのセンシング精度とエネルギーコストが異なる複数のセンサーを備えた自律エージェントの問題を考えます。
エージェントの目標は、未知の部分的に観測可能な環境で環境を探索し、リソースの制約に従って情報を収集することです。
課題は、エージェントのリソースと動的制約を尊重しながら、センシングと移動の影響について推論することにあります。
この問題を軌道最適化問題として定式化し、ガウス過程の世界信念の分散を減らすことを目的とした投影ベースの軌道最適化アプローチを使用して解決します。
私たちのアプローチは、最大 85% の全体的な分散の削減を達成し、環境信念における二乗平均平方根誤差を 50% 削減することにより、長期軌道において以前のアプローチを上回ります。
このアプローチは、NASA VIPER ミッションの探査車の経路計画をサポートするために開発されました。

要約(オリジナル)

We consider the problem of an autonomous agent equipped with multiple sensors, each with different sensing precision and energy costs. The agent’s goal is to explore the environment and gather information subject to its resource constraints in unknown, partially observable environments. The challenge lies in reasoning about the effects of sensing and movement while respecting the agent’s resource and dynamic constraints. We formulate the problem as a trajectory optimization problem and solve it using a projection-based trajectory optimization approach where the objective is to reduce the variance of the Gaussian process world belief. Our approach outperforms previous approaches in long horizon trajectories by achieving an overall variance reduction of up to 85% and reducing the root-mean square error in the environment belief by 50%. This approach was developed in support of rover path planning for the NASA VIPER Mission.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google