Towards Map-Agnostic Policies for Adaptive Informative Path Planning

要約

ロボットは、未知の地形で関連するセンサーデータを収集するように頻繁に任されています。
自律情報収集に使用される古典的なパス計画アルゴリズムの重要な課題は、限られたオンボード計算リソースを考慮して地形が調査されるため、オンラインでパスを適応的に再採取することです。
最近、学習ベースのアプローチが登場し、列車計画ポリシーがオフラインであり、コンピューター効率の高いオンラインを繰り返しパフォーマンスポリシー推論を可能にしました。
これらのアプローチは、単一の特定のマップ表現を仮定して、地形監視ミッション向けに設計および訓練されており、異なる地形への適用性を制限します。
これらの問題に対処するために、さまざまなマップ表現にわたって統一された適応的な有益なパス計画問題の新しい定式化を提案し、より多様な監視ミッションでトレーニングを可能にし、計画ポリシーを展開します。
実験結果は、私たちの新しい定式化が、パフォーマンスを維持しながら、古典的な非学習ベースの計画アプローチと簡単に統合することを検証します。
訓練された計画ポリシーは、最先端のマップ特異的に訓練されたポリシーと同様に機能します。
目に見えない実際の地形データセットに関する学習ポリシーを検証します。

要約(オリジナル)

Robots are frequently tasked to gather relevant sensor data in unknown terrains. A key challenge for classical path planning algorithms used for autonomous information gathering is adaptively replanning paths online as the terrain is explored given limited onboard compute resources. Recently, learning-based approaches emerged that train planning policies offline and enable computationally efficient online replanning performing policy inference. These approaches are designed and trained for terrain monitoring missions assuming a single specific map representation, which limits their applicability to different terrains. To address these issues, we propose a novel formulation of the adaptive informative path planning problem unified across different map representations, enabling training and deploying planning policies in a larger variety of monitoring missions. Experimental results validate that our novel formulation easily integrates with classical non-learning-based planning approaches while maintaining their performance. Our trained planning policy performs similarly to state-of-the-art map-specifically trained policies. We validate our learned policy on unseen real-world terrain datasets.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google