SHANGUS: Deep Reinforcement Learning Meets Heuristic Optimization for Speedy Frontier-Based Exploration of Autonomous Vehicles in Unknown Spaces

要約

この論文では、深層強化学習 (DRL) とヒューリスティック最適化を組み合わせた高度なフレームワークである SHANGUS について紹介します。これは、特に自律航空サービス、捜索救助活動、および宇宙探査ロボットにおけるインテリジェント車両など、未知の環境におけるフロンティアベースの探査効率を向上させます。
SHANGUS は DRL の適応性とヒューリスティックな優先順位付けを利用して、探査効率を大幅に向上させ、完了時間を短縮し、移動距離を最小限に抑えます。
この戦略には、未踏の領域を特定するフロンティア選択ノードと、堅牢な経路計画と動的な障害物回避のための Twin Delayed Deep Deterministic Policy Gradient (TD3) アルゴリズムを使用した DRL ナビゲーション ノードが含まれます。
ROS2 および Gazebo シミュレーション環境での広範な実験により、SHANGUS は、特に複雑なシナリオにおいて、最近接フロンティア (NF)、新規フロンティアベースの探査アルゴリズム (CFE)、目標駆動型自律探査 (GDAE) アルゴリズムなどの代表的な従来の手法を上回り、優れた性能を発揮することが示されています。
完了時間、移動距離、探索速度。
このスケーラブルなソリューションは、産業オートメーション、自動運転、家庭用ロボット工学、宇宙探査などの分野におけるリアルタイム自律ナビゲーションに適しています。
今後の研究では、追加の感覚入力を統合し、ヒューリスティック機能を改良して、SHANGUS の効率と堅牢性をさらに高める予定です。

要約(オリジナル)

This paper introduces SHANGUS, an advanced framework combining Deep Reinforcement Learning (DRL) with heuristic optimization to improve frontier-based exploration efficiency in unknown environments, particularly for intelligent vehicles in autonomous air services, search and rescue operations, and space exploration robotics. SHANGUS harnesses DRL’s adaptability and heuristic prioritization, markedly enhancing exploration efficiency, reducing completion time, and minimizing travel distance. The strategy involves a frontier selection node to identify unexplored areas and a DRL navigation node using the Twin Delayed Deep Deterministic Policy Gradient (TD3) algorithm for robust path planning and dynamic obstacle avoidance. Extensive experiments in ROS2 and Gazebo simulation environments show SHANGUS surpasses representative traditional methods like the Nearest Frontier (NF), Novel Frontier-Based Exploration Algorithm (CFE), and Goal-Driven Autonomous Exploration (GDAE) algorithms, especially in complex scenarios, excelling in completion time, travel distance, and exploration rate. This scalable solution is suitable for real-time autonomous navigation in fields such as industrial automation, autonomous driving, household robotics, and space exploration. Future research will integrate additional sensory inputs and refine heuristic functions to further boost SHANGUS’s efficiency and robustness.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google