強化学習/ナビゲーション2025/10/1arXiv:2510.10332

二重アクカーマン操舵ロボットの安全な機動のためのSoft Actor-Criticフレームワーク

Towards Safe Maneuvering of Double-Ackermann-Steering Robots with a Soft Actor-Critic Framework

二重アクカーマン操舵移動ロボットの安全かつ精密な機動を実現するため、Soft Actor-CriticにHindsight Experience ReplayとCrossQを組み合わせた深層強化学習フレームワークを提案し、シミュレーションで最大97%の目標到達率を達成した。

詳しい要約

1. どんなもの？

- Double-Ackermann-steering mobile robots (DASMRs) の安全かつ精密な操縦のための深層強化学習フレームワーク - Soft Actor-Critic (SAC) を基盤とする - Hindsight Experience Replay (HER) と CrossQ overlay を組み合わせる - 対象は holonomic や differential-drive より強い kinematic constraints を持つ DASMRs - 障害物回避を伴う目標到達タスクを扱う - 重い four-wheel-steering rover のシミュレーションで評価

2. 先行研究と比べてどこがすごい？

- holonomic や differential-drive などの単純な non-holonomic robots と異なり、DASMRs は強い kinematic constraints を持つ - そのため classical planners は cluttered environments で brittle になりやすい - 本研究は handcrafted trajectories や expert demonstrations に依存しない点が特徴 - 要旨からは不明: 既存の DASMRs 向け学習手法との定量的比較

3. 技術・手法の肝は？

- Soft Actor-Critic (SAC) による深層強化学習フレームワーク - Hindsight Experience Replay (HER) を利用 - CrossQ overlay を重ねて maneuvering efficiency と障害物回避を促す - handcrafted trajectories や expert demonstrations を用いない学習 - 要旨からは不明: 具体的な state/action 設計、reward 設計、network 構成

4. どうやって有効だと検証した？

- 重い four-wheel-steering rover のシミュレーションで検証 - 学習方針が障害物を避けつつ目標位置へ到達できるかを評価 - 最大 97% の target positions への到達を報告 - 要旨からは不明: 実機実験、ベースラインとの比較、成功率以外の指標

5. 議論はある？

- DASMRs の強い kinematic constraints が classical planners を brittle にする点を動機として議論 - handcrafted trajectories や expert demonstrations を不要とする点を主張 - 要旨からは不明: 実環境への汎化、安全性保証、sim-to-real、失敗事例の分析

6. 次に読むべき論文は？

- Soft Actor-Critic (SAC) - Hindsight Experience Replay (HER) - CrossQ - double-Ackermann-steering mobile robots (DASMRs) に関する操縦・計画研究 - 要旨からは不明: 具体的に参照・比較された個別論文

※ 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: Kohio Deflesselle, Mélodie Daniel, Aly Magassouba, Miguel Aranda, Olivier Ly

分類: cs.RO, cs.AI

原文アブストラクト

We present a deep reinforcement learning framework based on Soft Actor-Critic (SAC) for safe and precise maneuvering of double-Ackermann-steering mobile robots (DASMRs). Unlike holonomic or simpler non-holonomic robots such as differential-drive robots, DASMRs face strong kinematic constraints that make classical planners brittle in cluttered environments. Our framework leverages the Hindsight Experience Replay (HER) and the CrossQ overlay to encourage maneuvering efficiency while avoiding obstacles. Simulation results with a heavy four-wheel-steering rover show that the learned policy can robustly reach up to 97% of target positions while avoiding obstacles. Our framework does not rely on handcrafted trajectories or expert demonstrations.

arXivで原文を読む →arXiv概要ページ

二重アクカーマン操舵ロボットの安全な機動のためのSoft Actor-Criticフレームワーク

詳しい要約

1. どんなもの？

2. 先行研究と比べてどこがすごい？

3. 技術・手法の肝は？

4. どうやって有効だと検証した？

5. 議論はある？

6. 次に読むべき論文は？

原文アブストラクト

関連論文

今週よく読まれている記事

FRONTIER（GPU搭載BTOパソコン）

双腕モバイルマニピュレーター OpenShell