Instrumentation for Better Demonstrations: A Case Study

投稿日: 2025年4月28日 作成者: jarxiv

要約

デモンストレーションから学ぶことは、ロボット操作の強力なパラダイムですが、その有効性は収集されたデータの量と品質の両方にかかっています。
この作業では、計装、つまりセンサーの統合がどのようにデモンストレーションの品質を向上させ、データ収集を自動化できるかについてのケーススタディを提示します。
圧力センサーを備えたスクイーズボトルを計装して、液体分配タスクを学習し、PIコントローラーを介して自動化されたデータ収集を可能にします。
自動化されたデモンストレーションで訓練されたトランスベースのポリシーは、ケースの78％で人間のデータでトレーニングされたものよりも優れています。
私たちの調査結果は、計装がスケーラブルなデータ収集を促進するだけでなく、よりパフォーマンスのあるポリシーにもつながり、ジェネラリストのロボットエージェントの追求における可能性を強調することを示しています。

要約(オリジナル)

Learning from demonstrations is a powerful paradigm for robot manipulation, but its effectiveness hinges on both the quantity and quality of the collected data. In this work, we present a case study of how instrumentation, i.e. integration of sensors, can improve the quality of demonstrations and automate data collection. We instrument a squeeze bottle with a pressure sensor to learn a liquid dispensing task, enabling automated data collection via a PI controller. Transformer-based policies trained on automated demonstrations outperform those trained on human data in 78% of cases. Our findings indicate that instrumentation not only facilitates scalable data collection but also leads to better-performing policies, highlighting its potential in the pursuit of generalist robotic agents.

arxiv情報

著者 Remko Proesmans,Thomas Lips,Francis wyffels
発行日 2025-04-25 16:43:20+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.RO | Instrumentation for Better Demonstrations: A Case Study はコメントを受け付けていません

Boxi: Design Decisions in the Context of Algorithmic Performance for Robotics

投稿日: 2025年4月28日 作成者: jarxiv

要約

複雑で構造化されていない環境で動作するモバイルロボットで堅牢な自律性を実現するには、多様で補完的な情報をキャプチャできるマルチモーダルセンサースイートが必要です。
ただし、このようなセンサースイートの設計には、センサーの選択、コンポーネントの配置、熱および電力制限、計算要件、ネットワーキング、同期、キャリブレーションなど、複数の重要な設計決定が含まれます。
これらの重要な側面の重要性は広く認識されていますが、彼らはしばしば学界で見落とされているか、大企業の独自の知識として保持されています。
この状況を改善するために、野生のロボットの堅牢な自律性を可能にする厳密に統合されたセンサーペイロードであるBoxiを提示します。
このペーパーでは、下流タスクのアルゴリズムパフォーマンスを最適化するために行われたペイロード設計の決定の影響について説明します。特に、状態の推定とマッピングに焦点を当てています。
Boxiには、2つのLIDAR、高ダイナミック範囲、グローバルシャッター、ローリングシャッターモデル、RGB-Dカメラ、さまざまな精度の7慣性測定単位（IMU）、デュアルアンテナRTK GNSSシステムなど、さまざまなセンサーが装備されています。
私たちの分析は、時間の同期、キャリブレーション、およびセンサーのモダリティが状態推定パフォーマンスに重要な影響を与えることを示しています。
この分析は、コストに関する考慮事項と環境固有の課題のコンテキストでフレーム化します。
また、包括的なガイドラインとして機能するモバイルセンサースイート「Cookbook」も紹介し、Boxiの開発中に学んだ一般化可能な主要な設計上の考慮事項とレッスンを強調しています。
最後に、実際のシナリオでさまざまなアプリケーションで使用されているBoxiの汎用性を示し、堅牢な自律性に貢献します。
詳細とコード：https：//github.com/leggedrobotics/grand_tour_box

要約(オリジナル)

Achieving robust autonomy in mobile robots operating in complex and unstructured environments requires a multimodal sensor suite capable of capturing diverse and complementary information. However, designing such a sensor suite involves multiple critical design decisions, such as sensor selection, component placement, thermal and power limitations, compute requirements, networking, synchronization, and calibration. While the importance of these key aspects is widely recognized, they are often overlooked in academia or retained as proprietary knowledge within large corporations. To improve this situation, we present Boxi, a tightly integrated sensor payload that enables robust autonomy of robots in the wild. This paper discusses the impact of payload design decisions made to optimize algorithmic performance for downstream tasks, specifically focusing on state estimation and mapping. Boxi is equipped with a variety of sensors: two LiDARs, 10 RGB cameras including high-dynamic range, global shutter, and rolling shutter models, an RGB-D camera, 7 inertial measurement units (IMUs) of varying precision, and a dual antenna RTK GNSS system. Our analysis shows that time synchronization, calibration, and sensor modality have a crucial impact on the state estimation performance. We frame this analysis in the context of cost considerations and environment-specific challenges. We also present a mobile sensor suite `cookbook` to serve as a comprehensive guideline, highlighting generalizable key design considerations and lessons learned during the development of Boxi. Finally, we demonstrate the versatility of Boxi being used in a variety of applications in real-world scenarios, contributing to robust autonomy. More details and code: https://github.com/leggedrobotics/grand_tour_box

arxiv情報

著者 Jonas Frey,Turcan Tuna,Lanke Frank Tarimo Fu,Cedric Weibel,Katharine Patterson,Benjamin Krummenacher,Matthias Müller,Julian Nubert,Maurice Fallon,Cesar Cadena,Marco Hutter
発行日 2025-04-25 17:11:48+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.RO, cs.SY, eess.SY | Boxi: Design Decisions in the Context of Algorithmic Performance for Robotics はコメントを受け付けていません

Multi-Robot System for Cooperative Exploration in Unknown Environments: A Survey

投稿日: 2025年4月28日 作成者: jarxiv

要約

マルチロボットテクノロジーの進歩により、協同組合探査タスクは注目を集めています。
このペーパーでは、マルチロボット協同組合探査システムの包括的なレビューを紹介します。
まず、ロボット探査の進化をレビューし、マルチロボット協同組合探査に合わせたモジュラー研究フレームワークを導入します。
このフレームワークに基づいて、主要なシステムコンポーネントを体系的に分類および要約します。
マルチロボット探索の基礎モジュールとして、ローカリゼーションとマッピングモジュールは、主にグローバルおよび相対的なポーズ推定、およびマルチロボットマップ合併手法に焦点を当てることにより導入されます。
協同モーションモジュールは、学習ベースのアプローチとマルチステージ計画にさらに分けられ、後者にはターゲット生成、タスクの割り当て、およびモーション計画戦略が含まれます。
実際の環境の通信制約を考えると、通信モジュールも分析し、ロボットがローカル通信範囲内および限られた伝送機能の下でどのように情報を交換するかを強調します。
最後に、現実世界の傾向に照らして、マルチロボット協同組合探査の課題と将来の研究の方向性について説明します。
このレビューは、この分野の研究者と実践者にとって貴重な参照として機能することを目的としています。

要約(オリジナル)

With the advancement of multi-robot technology, cooperative exploration tasks have garnered increasing attention. This paper presents a comprehensive review of multi-robot cooperative exploration systems. First, we review the evolution of robotic exploration and introduce a modular research framework tailored for multi-robot cooperative exploration. Based on this framework, we systematically categorize and summarize key system components. As a foundational module for multi-robot exploration, the localization and mapping module is primarily introduced by focusing on global and relative pose estimation, as well as multi-robot map merging techniques. The cooperative motion module is further divided into learning-based approaches and multi-stage planning, with the latter encompassing target generation, task allocation, and motion planning strategies. Given the communication constraints of real-world environments, we also analyze the communication module, emphasizing how robots exchange information within local communication ranges and under limited transmission capabilities. Finally, we discuss the challenges and future research directions for multi-robot cooperative exploration in light of real-world trends. This review aims to serve as a valuable reference for researchers and practitioners in the field.

arxiv情報

著者 Chuqi Wang,Chao Yu,Xin Xu,Yuman Gao,Xinyi Yang,Wenhao Tang,Shu’ang Yu,Yinuo Chen,Feng Gao,ZhuoZhu Jian,Xinlei Chen,Fei Gao,Boyu Zhou,Yu Wang
発行日 2025-04-25 17:23:17+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.RO | Multi-Robot System for Cooperative Exploration in Unknown Environments: A Survey はコメントを受け付けていません

Efficient fine-tuning of 37-level GraphCast with the Canadian global deterministic analysis

投稿日: 2025年4月28日 作成者: jarxiv

要約

この作業では、グラフキャストデータ駆動型の予測モデルを効率的に微調整して、別の分析システムをシミュレートするプロセスについて説明します。ここでは、環境および気候変動カナダ（ECCC）のグローバルな決定論的予測システム（GDP）です。
2年間のトレーニングデータ（2019年7月 – 2021年12月）と37 GPUの計算日を使用して、37レベルの4分の1のグラフキャストバージョンをチューニングします。
この微調整は、グラフキャストのためのDeepMindの元のトレーニングカリキュラムを略して、より短いシングルステップ予測段階に依存して、適応作業の大部分を達成し、独立した12時間、1D、2D、および3Dステージをより大きな学習レートで統合することで達成されます。
さらに、3D予測を介したトレーニングは2つのサブステップに分割され、ホストメモリを保存しながら、全期間にわたってトレーニングとの強い相関関係を維持します。

要約(オリジナル)

This work describes a process for efficiently fine-tuning the GraphCast data-driven forecast model to simulate another analysis system, here the Global Deterministic Prediction System (GDPS) of Environment and Climate Change Canada (ECCC). Using two years of training data (July 2019 — December 2021) and 37 GPU-days of computation to tune the 37-level, quarter-degree version of GraphCast, the resulting model significantly outperforms both the unmodified GraphCast and operational forecast, showing significant forecast skill in the troposphere over lead times from 1 to 10 days. This fine-tuning is accomplished through abbreviating DeepMind’s original training curriculum for GraphCast, relying on a shorter single-step forecast stage to accomplish the bulk of the adaptation work and consolidating the autoregressive stages into separate 12hr, 1d, 2d, and 3d stages with larger learning rates. Additionally, training over 3d forecasts is split into two sub-steps to conserve host memory while maintaining a strong correlation with training over the full period.

arxiv情報

著者 Christopher Subich
発行日 2025-04-25 13:46:36+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.LG, physics.ao-ph | Efficient fine-tuning of 37-level GraphCast with the Canadian global deterministic analysis はコメントを受け付けていません

Kernel-Based Optimal Control: An Infinitesimal Generator Approach

投稿日: 2025年4月28日 作成者: jarxiv

要約

この論文では、カーネルヒルベルト空間内の非線形確率的システムを最適に制御するための新しいオペレーター理論的アプローチを紹介します。
当社の学習フレームワークは、システムのダイナミクスとステージコスト関数のデータサンプルを活用し、制御ペナルティと制約のみが提供されます。
提案された方法は、無限次元仮説空間における制御された確率的拡散の無限の発生器を直接学習します。
私たちのアプローチは、最新の凸オペレーターと理論的なハミルトン – ジャコビベルマンの再帰とシームレスに統合され、最適な制御問題に対するデータ駆動型ソリューションを可能にすることを実証します。
さらに、私たちの学習フレームワークには、特別なケースとして、制御されていない無限の発電機のノンパラメトリック推定器が含まれています。
合成微分方程式からシミュレートされたロボットシステムに至るまでの数値実験は、最新のデータ駆動型および古典的な非線形プログラミング法の両方と比較して、アプローチの利点を最適な制御に紹介します。

要約(オリジナル)

This paper presents a novel operator-theoretic approach for optimal control of nonlinear stochastic systems within reproducing kernel Hilbert spaces. Our learning framework leverages data samples of system dynamics and stage cost functions, with only control penalties and constraints provided. The proposed method directly learns the infinitesimal generator of a controlled stochastic diffusion in an infinite-dimensional hypothesis space. We demonstrate that our approach seamlessly integrates with modern convex operator-theoretic Hamilton-Jacobi-Bellman recursions, enabling a data-driven solution to the optimal control problems. Furthermore, our learning framework includes nonparametric estimators for uncontrolled infinitesimal generators as a special case. Numerical experiments, ranging from synthetic differential equations to simulated robotic systems, showcase the advantages of our approach compared to both modern data-driven and classical nonlinear programming methods for optimal control.

arxiv情報

著者 Petar Bevanda,Nicolas Hoischen,Tobias Wittmann,Jan Brüdigam,Sandra Hirche,Boris Houska
発行日 2025-04-25 13:50:41+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.LG, cs.RO, cs.SY, eess.SY, math.OC, stat.ML | Kernel-Based Optimal Control: An Infinitesimal Generator Approach はコメントを受け付けていません

Enhanced Sampling, Public Dataset and Generative Model for Drug-Protein Dissociation Dynamics

投稿日: 2025年4月28日 作成者: jarxiv

要約

薬物タンパク質の結合と解離のダイナミクスは、生物系における分子相互作用を理解するための基本です。
薬物タンパク質相互作用研究のための多くのツール、特に人工知能（AI）ベースの生成モデルが登場していますが、結合/解離の速度論とダイナミクスに関する予測ツールは依然として限られています。
この問題に対処するために、分子動力学（MD）シミュレーション、強化されたサンプリング、およびAI生成モデルを組み合わせた新しい研究パラダイムを提案します。
MDシミュレーションで薬物タンパク質解離プロセスを効率的に実装し、自由エネルギー表面（FES）を推定するための強化されたサンプリング戦略を提案します。
このサンプリング戦略に基づいてMDシミュレーションのプログラムパイプラインを構築したため、約1,300万フレームを含む26,612の薬物 – タンパク質解離軌跡を含むデータセットを生成しました。
この解離ダイナミクスデータセットDD-13Mに名前を付け、それを使用して、衝突のない解離軌跡を生成することができる深い等量生成モデルのバインディングフローを訓練しました。
DD-13Mデータベースとバインディングフローモデルは、計算構造生物学の大幅な進歩を表しており、薬物タンパク質相互作用の機械学習研究における幅広い適用性を予想しています。
私たちの継続的な取り組みは、この方法をより広範な薬物タンパク質複合体を含むように拡大し、経路予測における新しい用途を探索することに焦点を当てています。

要約(オリジナル)

Drug-protein binding and dissociation dynamics are fundamental to understanding molecular interactions in biological systems. While many tools for drug-protein interaction studies have emerged, especially artificial intelligence (AI)-based generative models, predictive tools on binding/dissociation kinetics and dynamics are still limited. We propose a novel research paradigm that combines molecular dynamics (MD) simulations, enhanced sampling, and AI generative models to address this issue. We propose an enhanced sampling strategy to efficiently implement the drug-protein dissociation process in MD simulations and estimate the free energy surface (FES). We constructed a program pipeline of MD simulations based on this sampling strategy, thus generating a dataset including 26,612 drug-protein dissociation trajectories containing about 13 million frames. We named this dissociation dynamics dataset DD-13M and used it to train a deep equivariant generative model UnbindingFlow, which can generate collision-free dissociation trajectories. The DD-13M database and UnbindingFlow model represent a significant advancement in computational structural biology, and we anticipate its broad applicability in machine learning studies of drug-protein interactions. Our ongoing efforts focus on expanding this methodology to encompass a broader spectrum of drug-protein complexes and exploring novel applications in pathway prediction.

arxiv情報

著者 Maodong Li,Jiying Zhang,Bin Feng,Wenqi Zeng,Dechin Chen,Zhijun Pan,Yu Li,Zijing Liu,Yi Isaac Yang
発行日 2025-04-25 14:10:06+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.LG, physics.chem-ph, physics.comp-ph, q-bio.BM | Enhanced Sampling, Public Dataset and Generative Model for Drug-Protein Dissociation Dynamics はコメントを受け付けていません

Explainable AI for UAV Mobility Management: A Deep Q-Network Approach for Handover Minimization

投稿日: 2025年4月28日 作成者: jarxiv

要約

無人航空機（UAV）のセルラーネットワークへの統合は、主に複数の地上ベースステーション（BSS）を備えた確率的な視線条件によって引き起こされる頻繁な手元のために、重要なモビリティ管理の課題をもたらします。
これらの課題に取り組むために、Rehnecortion Learning（RL）ベースの方法、特にDeep Q-Networks（DQN）が採用されており、ハンドオーバー決定を動的に最適化しています。
ただし、これらの学習ベースのアプローチの主な欠点は、それらのブラックボックスの性質であり、意思決定プロセスの解釈可能性を制限します。
このペーパーでは、Shapley Additive説明（SHAP）を組み込んだ説明可能なAI（XAI）フレームワークを紹介して、さまざまな状態パラメーターがDQNベースのモビリティ管理システムにおけるハンドオーバー決定にどのように影響するかについてのより深い洞察を提供します。
参照信号受信電力（RSRP）、参照信号受信品質（RSRQ）、バッファーステータス、およびUAV位置などの主要な機能の影響を定量化することにより、RLベースのハンドオーバーソリューションの解釈可能性と信頼性を高めます。
フレームワークを検証して比較するために、UAVフライトトライアルから収集された実際のネットワークパフォーマンスデータを利用します。
シミュレーション結果は、この方法が政策決定の直感的な説明を提供し、AI主導のモデルと人間の意思決定者との間のギャップを効果的に埋めることを示しています。

要約(オリジナル)

The integration of unmanned aerial vehicles (UAVs) into cellular networks presents significant mobility management challenges, primarily due to frequent handovers caused by probabilistic line-of-sight conditions with multiple ground base stations (BSs). To tackle these challenges, reinforcement learning (RL)-based methods, particularly deep Q-networks (DQN), have been employed to optimize handover decisions dynamically. However, a major drawback of these learning-based approaches is their black-box nature, which limits interpretability in the decision-making process. This paper introduces an explainable AI (XAI) framework that incorporates Shapley Additive Explanations (SHAP) to provide deeper insights into how various state parameters influence handover decisions in a DQN-based mobility management system. By quantifying the impact of key features such as reference signal received power (RSRP), reference signal received quality (RSRQ), buffer status, and UAV position, our approach enhances the interpretability and reliability of RL-based handover solutions. To validate and compare our framework, we utilize real-world network performance data collected from UAV flight trials. Simulation results show that our method provides intuitive explanations for policy decisions, effectively bridging the gap between AI-driven models and human decision-makers.

arxiv情報

著者 Irshad A. Meer,Bruno Hörmann,Mustafa Ozger,Fabien Geyer,Alberto Viseras,Dominic Schupke,Cicek Cavdar
発行日 2025-04-25 14:11:51+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.LG, cs.SY, eess.SY | Explainable AI for UAV Mobility Management: A Deep Q-Network Approach for Handover Minimization はコメントを受け付けていません

Model Evaluation in the Dark: Robust Classifier Metrics with Missing Labels

投稿日: 2025年4月28日 作成者: jarxiv

要約

監視された学習のデータの欠落はよく研究されていますが、モデル評価中に欠落しているラベルの特定の問題は見落とされています。
不見積り値を持つサンプルを無視すると、一般的なソリューションは、特にデータがランダムに欠落していない場合（mnar）、バイアスを導入できます。
Precision、Recall、ROC-AUCなどのメトリックを使用して分類器を評価するための複数の代入技術を提案します。
この方法は、ポイント推定値だけでなく、ラベルが欠落している場合のこれらの量の予測分布も提供します。
予測分布の位置と形状が一般的に正しいことを経験的に示します。
さらに、この分布はほぼガウスであり、有限サンプルの収束境界を提供することを確立します。
さらに、現実的なエラーモデルの下での近似の妥当性を確認する堅牢性証明が提示されます。

要約(オリジナル)

Missing data in supervised learning is well-studied, but the specific issue of missing labels during model evaluation has been overlooked. Ignoring samples with missing values, a common solution, can introduce bias, especially when data is Missing Not At Random (MNAR). We propose a multiple imputation technique for evaluating classifiers using metrics such as precision, recall, and ROC-AUC. This method not only offers point estimates but also a predictive distribution for these quantities when labels are missing. We empirically show that the predictive distribution’s location and shape are generally correct, even in the MNAR regime. Moreover, we establish that this distribution is approximately Gaussian and provide finite-sample convergence bounds. Additionally, a robustness proof is presented, confirming the validity of the approximation under a realistic error model.

arxiv情報

著者 Danial Dervovic,Michael Cashmore
発行日 2025-04-25 14:31:42+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.LG, stat.ML | Model Evaluation in the Dark: Robust Classifier Metrics with Missing Labels はコメントを受け付けていません

Machine Learning and Statistical Insights into Hospital Stay Durations: The Italian EHR Case

投稿日: 2025年4月28日 作成者: jarxiv

要約

入院期間は、医療の質を評価し、病院の資源管理を最適化するための重要な指標です。
この研究の目的は、2020年から2023年にかけて、ピエモンテ地域の60を超える医療施設からの入院記録のデータセットを使用して、イタリアのヘルスケアコンテキスト内のLOSに影響を与える要因を特定することを目的としています。
LOSと年齢層、併存疾患スコア、入場タイプ、入場月などの機能との間に有意な相関が見られました。
機械学習モデル、特にキャットブーストとランダムフォレストを使用して、LOSを予測しました。
最高のR2スコア、0.49はCatBoostで達成され、良好な予測パフォーマンスを示しました。

要約(オリジナル)

Length of hospital stay is a critical metric for assessing healthcare quality and optimizing hospital resource management. This study aims to identify factors influencing LoS within the Italian healthcare context, using a dataset of hospitalization records from over 60 healthcare facilities in the Piedmont region, spanning from 2020 to 2023. We explored a variety of features, including patient characteristics, comorbidities, admission details, and hospital-specific factors. Significant correlations were found between LoS and features such as age group, comorbidity score, admission type, and the month of admission. Machine learning models, specifically CatBoost and Random Forest, were used to predict LoS. The highest R2 score, 0.49, was achieved with CatBoost, demonstrating good predictive performance.

arxiv情報

著者 Marina Andric,Mauro Dragoni
発行日 2025-04-25 14:44:31+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.LG | Machine Learning and Statistical Insights into Hospital Stay Durations: The Italian EHR Case はコメントを受け付けていません

PRIMER: Perception-Aware Robust Learning-based Multiagent Trajectory Planner

投稿日: 2025年4月28日 作成者: jarxiv

要約

分散型マルチエージェントの軌跡計画者では、エージェントは衝突のない軌跡を生成するために、自分の位置を通信して交換する必要があります。
ただし、ローカリゼーションエラー/不確実性により、エージェント間で軌跡が完全に共有されている場合でも、軌跡の派生声が失敗する可能性があります。
この問題に対処するために、最初にPARMとPARM*を提示します。知覚を認識し、分散化された、非同期軌跡プランナーを紹介します。これにより、エージェントのチームが不確実な環境をナビゲートできるようになり、知覚情報を使用して軌跡を排出し、障害物を避けます。
PARM*は、PARMが保守的ではないため、より多くの計算を使用して最適なソリューションを見つけるため、PARMとは異なります。
これらの方法は最先端のパフォーマンスを実現しますが、船内での大きな最適化の問題を解決する必要があるため、高い計算コストに悩まされているため、エージェントが高レートで再生することが困難です。
この課題を克服するために、PARM*を専門家のデモンストレーターとして使用して模倣学習（IL）で訓練された学習ベースのプランナーである2番目の重要な貢献、Primerを提示します。
プライマーは、ニューラルネットワークの展開時に低い計算要件を活用し、最適化ベースのアプローチよりも最大5500倍高速な計算速度を達成します。

要約(オリジナル)

In decentralized multiagent trajectory planners, agents need to communicate and exchange their positions to generate collision-free trajectories. However, due to localization errors/uncertainties, trajectory deconfliction can fail even if trajectories are perfectly shared between agents. To address this issue, we first present PARM and PARM*, perception-aware, decentralized, asynchronous multiagent trajectory planners that enable a team of agents to navigate uncertain environments while deconflicting trajectories and avoiding obstacles using perception information. PARM* differs from PARM as it is less conservative, using more computation to find closer-to-optimal solutions. While these methods achieve state-of-the-art performance, they suffer from high computational costs as they need to solve large optimization problems onboard, making it difficult for agents to replan at high rates. To overcome this challenge, we present our second key contribution, PRIMER, a learning-based planner trained with imitation learning (IL) using PARM* as the expert demonstrator. PRIMER leverages the low computational requirements at deployment of neural networks and achieves a computation speed up to 5500 times faster than optimization-based approaches.

arxiv情報

著者 Kota Kondo,Claudius T. Tewari,Andrea Tagliabue,Jesus Tordesillas,Parker C. Lusk,Mason B. Peterson,Jonathan P. How
発行日 2025-04-25 14:44:51+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.LG, cs.RO | PRIMER: Perception-Aware Robust Learning-based Multiagent Trajectory Planner はコメントを受け付けていません