AgilePilot: DRL-Based Drone Agent for Real-Time Motion Planning in Dynamic Environments by Leveraging Object Detection

要約

動的環境での自律的なドローンナビゲーションは、特に急速に変化する目標位置を持つ急速に変化するオブジェクトを含む予測不可能なシナリオを扱う場合、重要な課題のままです。
従来のプランナーと古典的な最適化方法は、この動的な問題に対処するために広く使用されていますが、多くの場合、リアルタイムで予測不可能な変更に直面し、最終的に適応性とリアルタイムの意思決定の点で最適なパフォーマンスにつながります。
この作業では、飛行中のオブジェクト検出のためのリアルタイムコンピュータービジョン（CV）と相まって、動的条件でトレーニングされたディープ補強学習（DRL）に基づいた、新しいモーションプランナーであるAgilepilotを提案します。
トレーニング間の展開フレームワークは、環境の状態に応じて安全性と敏ility性の両方を促進する洗練された報酬構造を活用して、Sim2realギャップを橋渡しします。
このシステムは、変化する環境に迅速に適応でき、現実世界のシナリオでは3.0 m/sの最大速度を達成できます。
それに比べて、私たちのアプローチは、75の実施された実験で90％の成功率を示しながら、速度予測を使用して動的ターゲットのパフォーマンスと追跡精度の両方で、人工電位フィールド（APF）ベースのモーションプランナーなどの古典的なアルゴリズムを3回上回ります。
この作業は、リアルタイムの動的ナビゲーションの課題への取り組みにおけるDRLの有効性を強調し、インテリジェントな安全性と敏ility性を提供します。

要約(オリジナル)

Autonomous drone navigation in dynamic environments remains a critical challenge, especially when dealing with unpredictable scenarios including fast-moving objects with rapidly changing goal positions. While traditional planners and classical optimisation methods have been extensively used to address this dynamic problem, they often face real-time, unpredictable changes that ultimately leads to sub-optimal performance in terms of adaptiveness and real-time decision making. In this work, we propose a novel motion planner, AgilePilot, based on Deep Reinforcement Learning (DRL) that is trained in dynamic conditions, coupled with real-time Computer Vision (CV) for object detections during flight. The training-to-deployment framework bridges the Sim2Real gap, leveraging sophisticated reward structures that promotes both safety and agility depending upon environment conditions. The system can rapidly adapt to changing environments, while achieving a maximum speed of 3.0 m/s in real-world scenarios. In comparison, our approach outperforms classical algorithms such as Artificial Potential Field (APF) based motion planner by 3 times, both in performance and tracking accuracy of dynamic targets by using velocity predictions while exhibiting 90% success rate in 75 conducted experiments. This work highlights the effectiveness of DRL in tackling real-time dynamic navigation challenges, offering intelligent safety and agility.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google