Towards Safe Path Tracking Using the Simplex Architecture

要約

複雑な環境でのロボットナビゲーションには、適応的で安全なコントローラーが必要です。
規制された純粋な追跡、動的ウィンドウアプローチ、モデル予測パスの積分などの従来のコントローラーは、信頼できるものの、動的条件に適応するのに苦労しています。
強化学習は適応性を提供しますが、正式な安全保証がありません。
これに対処するために、シンプレックスアーキテクチャを活用するパス追跡コントローラーを提案します。
適応性とパフォーマンスのための強化学習コントローラーと、安全性と安定性を提供する高保険コントローラーを組み合わせています。
私たちの貢献は2つあります。
まず、シンプレックスアーキテクチャを使用してコントローラーを設計するための一般的な安定性と安全性に関する考慮事項について説明します。
第二に、シンプレックスベースのパス追跡コントローラーを提示します。
予備のフィールド内テストでサポートされているシミュレーション結果は、最先端の方法に匹敵するパフォーマンスを達成しながら、安全性を維持するコントローラーの有効性を示しています。

要約(オリジナル)

Robot navigation in complex environments necessitates controllers that are adaptive and safe. Traditional controllers like Regulated Pure Pursuit, Dynamic Window Approach, and Model-Predictive Path Integral, while reliable, struggle to adapt to dynamic conditions. Reinforcement Learning offers adaptability but lacks formal safety guarantees. To address this, we propose a path tracking controller leveraging the Simplex architecture. It combines a Reinforcement Learning controller for adaptiveness and performance with a high-assurance controller providing safety and stability. Our contribution is twofold. We firstly discuss general stability and safety considerations for designing controllers using the Simplex architecture. Secondly, we present a Simplex-based path tracking controller. Our simulation results, supported by preliminary in-field tests, demonstrate the controller’s effectiveness in maintaining safety while achieving comparable performance to state-of-the-art methods.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google