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 データを収集するという任務を頻繁に受けます。
自律的な情報収集に使用される従来の経路計画アルゴリズムの主な課題は、オンボードのコンピューティング リソースが限られている中で地形を探索する際に、オンラインで経路を適応的に再計画することです。
最近、計画ポリシーをオフラインでトレーニングし、ポリシー推論を実行する計算効率の高いオンライン再計画を可能にする学習ベースのアプローチが登場しました。
これらのアプローチは、単一の特定の地図表現を想定した地形監視ミッション向けに設計および訓練されているため、さまざまな地形への適用が制限されます。
これらの問題に対処するために、さまざまなマップ表現間で統合された適応型情報経路計画問題の新しい定式化を提案します。これにより、より多様な監視ミッションでの計画ポリシーのトレーニングと展開が可能になります。
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容易に統合できることを検証しています。
トレーニングされた計画ポリシーは、地図専用にトレーニングされた最先端のポリシーと同様に機能します。
目に見えない現実世界の地形データセットについて学習した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