STL準拠の計画と制御の協調設計

- 本論文は、自律ロボットにおけるSTL（Signal Temporal Logic）ベースのタスクを扱うための、軌道計画と制御の新規なco-design戦略を提案する。 - 手法は2段階からなる。 - (i) ロボット固有の制約を内包するspatio-temporal motion primitivesを学習する。 - (ii) これらのprimitivesからSTL準拠のmotion planを構築する。 - 最初にreinforcement learningを用いて、motion primitivesが記述する軌道を実行する制御ポリシーのライブラリを構築する。 - 次にmotion primitivesをspatio-temporal特性へマッピングする。 - その後、STL仕様を満たすために調整されたsampling-basedなSTL準拠motion planning戦略を提示する。 - 提案するmodel-freeアプローチは、様々な環境で実行可能なSTL準拠motion planを生成する。

- 要旨からは、先行研究との具体的な比較は明示されていない。 - 提案手法の特徴として、trajectory planningとcontrolを統合するco-design戦略を採用している点が挙げられている。 - ロボット固有の制約をmotion primitivesに内包させることで、STL準拠の計画を扱う点が示されている。 - model-freeアプローチであることが述べられている。 - 先行研究と比べてどこがすごいかの詳細は要旨からは不明。

- 2段階のco-design戦略が肝である。 - (i) spatio-temporal motion primitivesの学習。 - (ii) これらのprimitivesからのSTL準拠motion planの構築。 - reinforcement learningを用いて、motion primitivesが記述する軌道を実行する制御ポリシーのライブラリを構築する。 - motion primitivesをspatio-temporal特性へマッピングする。 - STL仕様を満たすために調整されたsampling-basedなSTL準拠motion planning戦略を提示する。 - model-freeアプローチにより、様々な環境で実行可能なSTL準拠motion planを生成する。

- differential-driveロボットとquadrupedロボットを用いて、様々なSTL仕様に対して検証された。 - 提案するmodel-freeアプローチが、様々な環境で実行可能なSTL準拠motion planを生成することを検証した。 - デモンストレーション動画が https://tinyurl.com/m6zp7rsm で公開されている。

- 要旨からは不明。 - 提案手法の限界や議論の詳細は要旨に記載されていない。

- 要旨で参照/比較されている研究は明示されていない。 - 関連手法として、Signal Temporal Logic（STL）、reinforcement learning、motion primitives、sampling-based motion planningが挙げられる。 - 同分野の定番として、STL-based planningやlearning-based controlの関連論文を読むことが考えられるが、具体的な論文名は要旨からは不明。