StableTracker: 微分可能シミュレーションによる安定した目標追跡の学習

- 本研究は、quadrotor が移動する target を任意の視点から安定して追従するための learning-based control policy「StableTracker」を提案する。 - FPV object tracking において、target を視野の水平・垂直方向の中心に維持しつつ固定の相対距離を保つ、autonomous aerial camera として機能することを目指す。 - 既存手法が高レベル trajectory（position と yaw）のみを生成し、別の controller と疎結合であるのに対し、attitude control まで含む制御を学習する。

- 既存の FPV object tracking は handcrafted modular pipelines に依存し、onboard computation の増大と cumulative errors を招く。 - learning-based 手法も計算遅延は緩和したが、多くは position と yaw のみの高レベル trajectory を生成し、separate controller との疎結合により precise attitude control を犠牲にする。 - その結果、target の localization が正確でも body-fixed camera が常に target を向く保証がなく、high-maneuvering target の追従で劣化・見失う可能性がある。StableTracker はこの点を制御方策の学習で扱う。

- differentiable simulation を用いた backpropagation-through-time により、quadrotor の control policy を学習する。 - policy は、固定の相対距離を保ちながら target を視野の水平・垂直両方向の中心に維持するよう訓練される。 - 高レベル trajectory と separate controller の疎結合を避け、attitude を含む制御を直接学習する点が肝。

- StableTracker を state-of-the-art の traditional algorithms および learning baselines と比較する。 - simulation 結果で、varying safe distances、trajectories、target velocities に対して優れた accuracy、stability、generalization を示す。 - さらに onboard computer を搭載した quadrotor での real-world experiments により practicality を検証する。

- 要旨からは不明（具体的な限界や失敗ケース、計算コスト、sim-to-real gap に関する議論は要旨に記載がない）。 - ただし、differentiable simulation と backpropagation-through-time による学習、および real-world experiments での検証が述べられている。

- 要旨で参照・比較されている state-of-the-art traditional algorithms および learning baselines の個別名称は要旨からは不明。 - 関連手法として、learning-based FPV object tracking、handcrafted modular pipelines、backpropagation-through-time、differentiable simulation を用いた quadrotor control の論文を次に読むべき候補として挙げる。