When to Localize? A POMDP Approach

要約

ロボットは多くの場合、ナビゲーションエラーを減らし、下流の高レベルのタスクを容易にするためにローカライズされます。
ただし、ロボットは、特に障害物や船舶などのさまざまな数の危険がある環境を航行する場合、位置特定にコストがかかる場合 (リソースに制約のあるロボットなど)、または非効率的である場合 (たとえば、浮上する必要がある潜水艦など)、選択的に位置特定を行う必要がある場合があります。
車線。
この研究では、ロボットが「いつローカライズすべきか」を判断して、1) そのような動作を最小限に抑え、2) 失敗の確率を超えないようにする方法を提案します（交通量の多い航路内での浮上など）。
私たちは方法を制約付き部分観察マルコフ決定プロセスとして定式化し、コスト制約付き POMCP ソルバーを使用してロボットの動作を計画します。
ソルバーは故障確率をシミュレートして、ロボットが目標に向かって移動するか、故障を防ぐために位置を特定するかを決定します。
複数のベースラインを使用して数値実験を実行しました。

要約(オリジナル)

Robots often localize to lower navigational errors and facilitate downstream, high-level tasks. However, a robot may want to selectively localize when localization is costly (such as with resource-constrained robots) or inefficient (for example, submersibles that need to surface), especially when navigating in environments with variable numbers of hazards such as obstacles and shipping lanes. In this study, we propose a method that helps a robot determine “when to localize” to 1) minimize such actions and 2) not exceed the probability of failure (such as surfacing within high-traffic shipping lanes). We formulate our method as a Constrained Partially Observable Markov Decision Process and use the Cost-Constrained POMCP solver to plan the robot’s actions. The solver simulates failure probabilities to decide if a robot moves to its goal or localizes to prevent failure. We performed numerical experiments with multiple baselines.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google