日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

経路計画arXiv:2505.08382

深層強化学習による固定翼UAVの連続空間カバレッジ経路計画

Continuous World Coverage Path Planning for Fixed-Wing UAVs using Deep Reinforcement Learning

シェア:XThreadsFacebookLINEはてブBluesky

固定翼UAVのカバレッジ経路計画を連続環境で定式化し、曲率制約付きベジェ曲線と可変サイズ矩形で環境を表現、自己適応カリキュラムを用いたAM-SACで省電力な完全カバレッジ戦略を学習した。

詳しい要約

1. どんなもの?

- 固定翼UAVのCoverage Path Planning (CPP) を連続環境で解く研究 - 目的は消費電力を最小化しつつ完全被覆を達成すること - 環境をvariable-size axis-aligned rectanglesで表現 - UAV運動をcurvature-constrained Bézier curvesでモデル化 - 強化学習エージェントをAM-SACとself-adaptive curriculumで学習

2. 先行研究と比べてどこがすごい?

- 従来のCPPはdiscrete grid-based representationsに依存 - 本研究は実運用に即したcontinuous motion planningへ拡張 - 電力効率を明示的な目的関数として扱う点が特徴 - 具体的な先行研究名や定量比較は要旨からは不明

3. 技術・手法の肝は?

- 環境表現にvariable-size axis-aligned rectanglesを採用 - UAVの運動制約をcurvature-constrained Bézier curvesで表現 - 行動マッピング付きSoft Actor-Critic (AM-SAC) を採用 - self-adaptive curriculumにより学習を安定化・効率化 - 連続空間での被覆と電力最小化を両立する方策を学習

4. どうやって有効だと検証した?

- procedurally generated scenariosで実験 - hand-crafted scenariosでも実験 - 両シナリオでenergy-efficientなcoverage strategiesの学習効果を確認 - 具体的なベースライン比較や数値指標は要旨からは不明

5. 議論はある?

- 連続環境CPPにおける強化学習の有効性を示唆 - 電力効率と完全被覆のトレードオフに関する詳細は要旨からは不明 - 実機実験やスケーラビリティの議論は要旨からは不明 - 限界や失敗ケースの分析は要旨からは不明

6. 次に読むべき論文は?

- Soft Actor-Critic (SAC) の原論文 - curriculum learningに関する代表的研究 - 固定翼UAVのenergy-aware path planning関連研究 - 連続空間CPPにおけるBézier curveベース手法 - 要旨で直接参照された先行研究は不明

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Mirco Theile, Andres R. Zapata Rodriguez, Marco Caccamo, Alberto L. Sangiovanni-Vincentelli

分類: cs.RO, cs.LG, cs.SY, eess.SY

原文アブストラクト

Unmanned Aerial Vehicle (UAV) Coverage Path Planning (CPP) is critical for applications such as precision agriculture and search and rescue. While traditional methods rely on discrete grid-based representations, real-world UAV operations require power-efficient continuous motion planning. We formulate the UAV CPP problem in a continuous environment, minimizing power consumption while ensuring complete coverage. Our approach models the environment with variable-size axis-aligned rectangles and UAV motion with curvature-constrained B\'ezier curves. We train a reinforcement learning agent using an action-mapping-based Soft Actor-Critic (AM-SAC) algorithm employing a self-adaptive curriculum. Experiments on both procedurally generated and hand-crafted scenarios demonstrate the effectiveness of our method in learning energy-efficient coverage strategies.

関連論文

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2newmoとKDDIが資本業務提携 2028年に堺市で自動運転タクシー商用化目指す提携・買収
  3. 3GXOとApptronik、Apolloの物流現場試験を拡大 最大1,000台の展開を構想量産・展開
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

PR・アフィリエイト広告

FRONTIER(GPU搭載BTOパソコン)

FRONTIER(GPU搭載BTOパソコン)の公式広告バナーFRONTIERでGPU搭載PCを見る ↗
PR本紙発行元 EmplifAI