Contingency Constrained Planning with MPPI within MPPI

要約

安全性を確保するために、自律システムは突然の変化を考慮し、緊急時対応計画を適切に制定できなければなりません。
現在、最先端の手法では、名目上の行動と緊急時の行動のバランスをとる軌道を見つけたり、単一の緊急時対応計画を計画したりできます。
ただし、これは、結果として得られる計画が常に安全であることを保証するものではありません。
この研究ギャップに対処するために、この論文では、公称プランナーの中に緊急時計画を組み込む、データ駆動型の最適化ベースの戦略である Contingency-MPPI を紹介します。
適応重要度サンプリングを使用して最適な偶発性制約付き制御シーケンスを近似する方法を学習することにより、提案された方法のサンプリング効率は、軽量のパス プランナーと軌道オプティマイザーからの初期化によってさらに向上します。
最後に、移動ロボット上でリアルタイムに名目計画と緊急時計画を生成するアルゴリズムを実証するシミュレーション実験とハードウェア実験を紹介します。

要約(オリジナル)

For safety, autonomous systems must be able to consider sudden changes and enact contingency plans appropriately. State-of-the-art methods currently find trajectories that balance between nominal and contingency behavior, or plan for a singular contingency plan; however, this does not guarantee that the resulting plan is safe for all time. To address this research gap, this paper presents Contingency-MPPI, a data-driven optimization-based strategy that embeds contingency planning inside a nominal planner. By learning to approximate the optimal contingency-constrained control sequence with adaptive importance sampling, the proposed method’s sampling efficiency is further improved with initializations from a lightweight path planner and trajectory optimizer. Finally, we present simulated and hardware experiments demonstrating our algorithm generating nominal and contingency plans in real time on a mobile robot.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google