SO(2)-Equivariant Downwash Models for Close Proximity Flight

要約

近接して飛行するマルチローターは、プロペラのダウンウォッシュを通じて相互に空気力学的な後流効果を引き起こします。
従来の方法はこれまでのところ、高密度の飛行編隊を設計および展開する際に必要な堅牢な制御パラダイムに組み込むことができる、適切な 3D 力ベースのモデルを提供するには至っていません。
したがって、これらの空気力学的ダウンウォッシュ パターンのモデルを学習すると、魅力的な解決策が得られます。
ただし、計算コストと現実世界の飛行設定に対するダウンウォッシュフィールドシミュレータの不十分さを考慮すると、トレーニングのためのデータ収集は現実世界の実験に限定されており、サンプル効率の高い方法が必要になります。
この論文では、ダウンウォッシュフィールドに存在する潜在的な幾何学形状（対称性など）を利用して、経験した外因力のモデルを正確かつ効率的に学習します。
実際の実験を使用して、モデルのサイズが 1/35 で、トレーニング データの 3 分の 1 にアクセスできる場合でも、ジオメトリ認識モデルが同等のベースラインよりも改善されることを実証します。

要約(オリジナル)

Multirotors flying in close proximity induce aerodynamic wake effects on each other through propeller downwash. Conventional methods have thus far fallen short of providing adequate 3D force-based models that can be incorporated into robust control paradigms required when designing and deploying dense flight formations. Thus, learning a model for these aerodynamic downwash patterns presents an attractive solution. However, given the computational cost and inadequacy of downwash field simulators for real-world flight settings, data collection for training is confined to real-world experimentation, enforcing the need for sample efficient methods. In this paper, we leverage the latent geometry (e.g., symmetries) present in the downwash fields to accurately and efficiently learn models for the experienced exogenic forces. Using real world experiments, we demonstrate that our geometry-aware model provides improvements over comparable baselines, even when the model is 1/35th the size and has access to a third of the training data.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google