CORB-Planner: 高速飛行におけるRLプランニングのための観測としてのコリドー

- 高速自律 UAV 飛行のための real-time な RL ベース軌道計画フレームワーク CORB-Planner（Corridor-as-Observations for RL B-spline planner） - B-spline 軌道生成と RL policy を組み合わせ、policy が successive control points を出力 - 観測として heuristic search で得た compact な safe flight corridor (SFC) を用いる - 異種プラットフォーム（quadrotors, hexarotors）横断を狙う - 軽量オンボード計算・外部測位なしでの実環境飛行を想定

- 従来の RL は正確な dynamic models やプラットフォーム固有 sensing への依存が強く、cross-platform transfer が困難だった - 本研究は SFC で障害物情報を低次元化し、platform-specific 詳細への過学習を緩和 - モデル不正確さへの感度を低減し、異種 UAV 構成への汎用性を狙う点が特徴 - 約10分の学習で有効 policy を得る効率性を主張 - 具体的な先行研究名との比較は要旨からは不明

- B-spline trajectory generation と RL policy の統合：policy が successive control points を生成 - heuristic search により compact な safe flight corridor (SFC) を構築し、これを observation として与える - SFC による低次元の障害物表現が platform 依存情報の過学習を抑制 - sim-to-real gap 対策として easy-to-hard progressive training pipeline を simulation で採用 - value-based の soft decomposed-critic Q (SDCQ) アルゴリズムで policy を学習

- simulation での benchmarks と real-world tests を実施 - 軽量オンボード hardware 上での real-time planning を実証 - 密で clutter した環境において外部 positioning なしで最大 8.2m/s の飛行速度を達成 - quadrotors と hexarotors の両構成で互換性を確認 - 限られた onboard compute での動作を確認

- 異種プラットフォーム互換性と軽量計算での実運用性を主張 - ただし SFC の品質・heuristic search の計算負荷・失敗時の安全性については要旨からは不明 - progressive training の詳細や sim-to-real gap の定量的評価は要旨からは不明 - 8.2m/s は最大速度の報告であり、一般的な速度域での性能比較は要旨からは不明

- 要旨で参照/比較されている個別研究は明示されていない - 関連手法として B-spline trajectory generation、safe flight corridor (SFC)、soft decomposed-critic Q (SDCQ)、progressive training、sim-to-real transfer の各文献を辿るのが妥当 - 同分野の定番として RL-based UAV planning や corridor-based planning の代表的論文を参照する