Active Uncertainty Reduction for Safe and Efficient Interaction Planning: A Shielding-Aware Dual Control Approach

要約

他者の行動を正確に予測する能力は、対話型ロボット工学の安全性と効率性の中心となります。
残念ながら、ロボットは、他のエージェントの目標、注意力、協力意欲など、予測が左右される重要な情報にアクセスできないことがよくあります。
二重制御理論は、予測モデルの未知のパラメーターを確率的隠れ状態として扱い、システム動作中に収集された情報を使用して実行時にその値を推測することで、この課題に対処します。
二重制御は探索と活用を最適かつ自動的にトレードオフできますが、一般的なインタラクティブな動作計画では計算的に処理が困難です。
この論文では、暗黙的な二重制御パラダイムに基づいた対話型動作計画のアクティブな不確実性の低減を可能にする新しいアルゴリズムのアプローチを紹介します。
私たちのアプローチは、確率的動的計画法のサンプリングベースの近似に依存しており、リアルタイムの勾配ベースの最適化手法によって容易に解決できるモデル予測制御問題につながります。
結果として得られるポリシーは、連続的不確実性とカテゴリ的不確実性の両方を伴う広範なクラスの予測モデルに対する二重制御効果を維持することが示されています。
相互作用するエージェントの安全な動作を確保するために、ランタイム安全フィルター (「シールド」スキームとも呼ばれます) を使用します。これは、安全上重要なイベントが差し迫っているときに、ロボットの二重制御ポリシーを安全フォールバック戦略で上書きします。
次に、最近提案されたシールドを意識した堅牢な計画スキームの改良版で二重制御フレームワークを強化します。これは、名目上の計画パフォーマンスと、確率の低いエージェントの行動によって引き起こされる高コストの緊急機動のリスクとのバランスを積極的にとります。
私たちは、1/10 スケールの自動運転車を使用した模擬運転研究とハードウェア実験の両方で、アプローチの有効性を実証します。

要約(オリジナル)

The ability to accurately predict others’ behavior is central to the safety and efficiency of interactive robotics. Unfortunately, robots often lack access to key information on which these predictions may hinge, such as other agents’ goals, attention, and willingness to cooperate. Dual control theory addresses this challenge by treating unknown parameters of a predictive model as stochastic hidden states and inferring their values at runtime using information gathered during system operation. While able to optimally and automatically trade off exploration and exploitation, dual control is computationally intractable for general interactive motion planning. In this paper, we present a novel algorithmic approach to enable active uncertainty reduction for interactive motion planning based on the implicit dual control paradigm. Our approach relies on sampling-based approximation of stochastic dynamic programming, leading to a model predictive control problem that can be readily solved by real-time gradient-based optimization methods. The resulting policy is shown to preserve the dual control effect for a broad class of predictive models with both continuous and categorical uncertainty. To ensure the safe operation of the interacting agents, we use a runtime safety filter (also referred to as a ‘shielding’ scheme), which overrides the robot’s dual control policy with a safety fallback strategy when a safety-critical event is imminent. We then augment the dual control framework with an improved variant of the recently proposed shielding-aware robust planning scheme, which proactively balances the nominal planning performance with the risk of high-cost emergency maneuvers triggered by low-probability agent behaviors. We demonstrate the efficacy of our approach with both simulated driving studies and hardware experiments using 1/10 scale autonomous vehicles.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google