AttentionSwarm: Reinforcement Learning with Attention Control Barier Function for Crazyflie Drones in Dynamic Environments

要約

3つの挑戦的な環境で安全で効率的な群れ制御を評価するために設計された新しいベンチマークであるAttentionsWarmを紹介します。障害物を備えた着陸環境、競争力のあるドローンゲーム設定、ダイナミックなドローンレースシナリオです。
私たちのアプローチの中心は、注意モデルベースのコントロールバリア機能（CBF）フレームワークです。これは、リアルタイムの衝突回避と軌道最適化を可能にするために、注意メカニズムを安全性クリティカル制御理論と統合します。
このフレームワークは、注意力を使用して群れ周辺の重要な障害とエージェントを動的に優先しますが、CBFは衝突のない制約を実施することにより安全性を正式に保証します。
安全な注意ネットアルゴリズムが開発され、CrazyFlie 2.1マイクロクワッドローターの群れを使用して評価されました。これは、正確なローカリゼーションと制御を確保するためにViconモーションキャプチャシステムで屋内でテストされました。
実験結果は、私たちのシステムが3.02 cmの着陸精度を達成し、平均時間は23秒、ダイナミックな着陸環境での衝突のない着陸、ドローンゲーム環境での100％と衝突のないナビゲーション、95％と動的なマルチエージェントドローンレース環境のための衝突のないナビゲーション、現実的なシナリオの効果と堅牢性を強調します。
この作業は、安全性と耐久性が最も重要な動的環境でのアプリケーションの有望な基盤を提供します。

要約(オリジナル)

We introduce AttentionSwarm, a novel benchmark designed to evaluate safe and efficient swarm control across three challenging environments: a landing environment with obstacles, a competitive drone game setting, and a dynamic drone racing scenario. Central to our approach is the Attention Model Based Control Barrier Function (CBF) framework, which integrates attention mechanisms with safety-critical control theory to enable real-time collision avoidance and trajectory optimization. This framework dynamically prioritizes critical obstacles and agents in the swarms vicinity using attention weights, while CBFs formally guarantee safety by enforcing collision-free constraints. The safe attention net algorithm was developed and evaluated using a swarm of Crazyflie 2.1 micro quadrotors, which were tested indoors with the Vicon motion capture system to ensure precise localization and control. Experimental results show that our system achieves landing accuracy of 3.02 cm with a mean time of 23 s and collision-free landings in a dynamic landing environment, 100% and collision-free navigation in a drone game environment, and 95% and collision-free navigation for a dynamic multiagent drone racing environment, underscoring its effectiveness and robustness in real-world scenarios. This work offers a promising foundation for applications in dynamic environments where safety and fastness are paramount.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google