Self-Supervised Learning-Based Path Planning and Obstacle Avoidance Using PPO and B-Splines in Unknown Environments

要約

本論文では、複雑な環境をナビゲートする自律ロボットにおけるリアルタイムの経路計画と障害物回避のための高度な自己教師学習フレームワークであるSmartBSPを紹介する。提案システムは、限られたLIDAR入力を処理し、空間的な意思決定確率を計算するために、畳み込みニューラルネットワーク（CNN）およびアクタークリティックアーキテクチャと近接政策最適化（PPO）を統合する。ロボットの知覚フィールドはグリッド形式に離散化され、CNNが空間確率分布を生成するために分析する。学習過程では、経路の曲率、終点近接、障害物回避を考慮した微妙なコスト関数が最小化される。様々なシナリオにおけるシミュレーションの結果、アルゴリズムの回復力と多様な運用シナリオに対する適応性が検証された。続いて、提案アルゴリズムの有効性を評価するために、ロボットオペレーティングシステム（ROS）を用いたリアルタイム実験を実施した。

要約(オリジナル)

This paper introduces SmartBSP, an advanced self-supervised learning framework for real-time path planning and obstacle avoidance in autonomous robotics navigating through complex environments. The proposed system integrates Proximal Policy Optimization (PPO) with Convolutional Neural Networks (CNN) and Actor-Critic architecture to process limited LIDAR inputs and compute spatial decision-making probabilities. The robot’s perceptual field is discretized into a grid format, which the CNN analyzes to produce a spatial probability distribution. During the training process a nuanced cost function is minimized that accounts for path curvature, endpoint proximity, and obstacle avoidance. Simulations results in different scenarios validate the algorithm’s resilience and adaptability across diverse operational scenarios. Subsequently, Real-time experiments, employing the Robot Operating System (ROS), were carried out to assess the efficacy of the proposed algorithm.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL