Towards Autonomous Micromobility through Scalable Urban Simulation

要約

配送ロボットやモビリティスクーターなどの都市の公共スペースに移動する軽量のモバイルマシンを利用するマイクロモビリティは、車両の移動性の有望な代替品として浮上しています。
現在のマイクロモビリティは、主に人間の手動操作（対面またはリモートコントロール）に依存します。これは、予測不可能な障害と歩行者でいっぱいの忙しい都市環境をナビゲートする際に安全性と効率の懸念を引き起こします。
操縦するマイクロモビリティデバイスでAIエージェントで人間を支援することは、安全性と効率を高めるための実行可能なソリューションを提示します。
この作業では、自律的な微運動能力を向上させるためのスケーラブルな都市シミュレーションソリューションを提示します。
まず、インタラクティブな都市シーンで具体化されたエージェントの大規模なトレーニングのための高性能ロボット学習プラットフォームであるUrban-SIMを構築します。
Urban-SIMには、シミュレーションにおけるロボット学習の多様性、リアリズム、効率を改善するために、階層的な都市生成パイプライン、インタラクティブダイナミクス生成戦略、非同期シーンサンプリングスキームの3つの重要なモジュールが含まれています。
次に、都市ベンチを提案します。これは、自律的なマイクロモビリティを達成する際にAIエージェントのさまざまな機能を測定するための重要なタスクとベンチマークのスイートです。
アーバンベンチには、エージェントの3つのコアスキルに基づいた8つのタスクが含まれています：都市の移動、都市ナビゲーション、都市トラバース。
これらのタスク全体で、車輪付きロボットや脚のロボットなどの不均一な実施形態を持つ4つのロボットを評価します。
多様な地形と都市構造に関する実験は、各ロボットの強みと制限を明らかにしています。

要約(オリジナル)

Micromobility, which utilizes lightweight mobile machines moving in urban public spaces, such as delivery robots and mobility scooters, emerges as a promising alternative to vehicular mobility. Current micromobility depends mostly on human manual operation (in-person or remote control), which raises safety and efficiency concerns when navigating busy urban environments full of unpredictable obstacles and pedestrians. Assisting humans with AI agents in maneuvering micromobility devices presents a viable solution for enhancing safety and efficiency. In this work, we present a scalable urban simulation solution to advance autonomous micromobility. First, we build URBAN-SIM – a high-performance robot learning platform for large-scale training of embodied agents in interactive urban scenes. URBAN-SIM contains three critical modules: Hierarchical Urban Generation pipeline, Interactive Dynamics Generation strategy, and Asynchronous Scene Sampling scheme, to improve the diversity, realism, and efficiency of robot learning in simulation. Then, we propose URBAN-BENCH – a suite of essential tasks and benchmarks to gauge various capabilities of the AI agents in achieving autonomous micromobility. URBAN-BENCH includes eight tasks based on three core skills of the agents: Urban Locomotion, Urban Navigation, and Urban Traverse. We evaluate four robots with heterogeneous embodiments, such as the wheeled and legged robots, across these tasks. Experiments on diverse terrains and urban structures reveal each robot’s strengths and limitations.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google