マルチロボットSLAM2025/10/1arXiv:2510.22740

ポーズより方策：マルチロボットSLAMのための強化学習ベース分散ポーズグラフ最適化

Policies over Poses: Reinforcement Learning based Distributed Pose-Graph Optimization for Multi-Robot SLAM

マルチロボットSLAMの分散ポーズグラフ最適化をマルチエージェント強化学習で解き、従来法より高精度かつ高速に軌道推定を行う手法を提案。

詳しい要約

1. どんなもの？

- マルチロボット SLAM における分散 pose-graph optimization (PGO) 問題を対象とした研究 - 従来の反復解法ではなく Multi-Agent Reinforcement Learning (MARL) で分散 PGO を解く枠組みを提案 - 各ロボットが局所 pose-graph 上でエッジの pose 推定を逐次改善し、consensus でロボット間の不一致を解消 - 合成・実世界データセットで評価した scalable かつ outlier-robust な planar PGO フレームワーク

2. 先行研究と比べてどこがすごい？

- 従来の反復手法は非凸目的関数を線形化し normal equations を繰り返し解くため、局所解に陥りやすい - 提案手法は学習ベースの MARL actor により、state-of-the-art の分散 PGO フレームワーク比で大域目的関数を平均 37.5% 改善 - 推論効率を少なくとも 6X 向上 - actor replication により再学習なしで大規模ロボットチームへスケール可能な点を示した

3. 技術・手法の肝は？

- 分散 PGO を局所 pose-graph 上の partially observable Markov game として定式化 - 各 action は単一エッジの pose 推定を改善 - graph partitioner が大域 pose graph を分解 - 各ロボットは recurrent edge-conditioned GNN encoder と adaptive edge-gating でノイズの多いエッジを denoise - prior action memory と graph embeddings を活用する hybrid policy で逐次 pose を改善 - 局所補正後に consensus scheme でロボット間不一致を調停し大域整合推定を生成

4. どうやって有効だと検証した？

- 合成データセットと実世界データセットの包括的スイートで評価 - 学習した MARL actor が state-of-the-art 分散 PGO 比で大域目的関数を平均 37.5% 低減 - 推論効率が少なくとも 6X 向上することを示した - actor replication により単一学習ポリシーが再学習なしで大規模ロボットチームにスケールすることを実証

5. 議論はある？

- 要旨からは不明（具体的な限界や失敗ケース、計算コスト、通信要件などの議論は記述されていない） - 提案手法は planar PGO を対象としており、3D への拡張性については要旨からは不明

6. 次に読むべき論文は？

- 比較対象として言及される state-of-the-art の分散 PGO フレームワーク（具体名は要旨からは不明） - 関連手法として Multi-Agent Reinforcement Learning (MARL)、Graph Neural Network (GNN)、edge-conditioned GNN、adaptive edge-gating、consensus scheme に関する文献 - 同分野の定番として pose-graph optimization の反復解法（Gauss-Newton 法や Levenberg-Marquardt 法など）

※ 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: Sai Krishna Ghanta, Ramviyas Parasuraman

分類: cs.RO, cs.AI, cs.MA

原文アブストラクト

We consider the distributed pose-graph optimization (PGO) problem, which is fundamental in accurate trajectory estimation in multi-robot simultaneous localization and mapping (SLAM). Conventional iterative approaches linearize a highly non-convex optimization objective, requiring repeated solving of normal equations, which often converge to local minima and thus produce suboptimal estimates. We propose a scalable, outlier-robust distributed planar PGO framework using Multi-Agent Reinforcement Learning (MARL). We cast distributed PGO as a partially observable Markov game defined on local pose-graphs, where each action refines a single edge's pose estimate. A graph partitioner decomposes the global pose graph, and each robot runs a recurrent edge-conditioned Graph Neural Network (GNN) encoder with adaptive edge-gating to denoise noisy edges. Robots sequentially refine poses through a hybrid policy that utilizes prior action memory and graph embeddings. After local graph correction, a consensus scheme reconciles inter-robot disagreements to produce a globally consistent estimate. Our extensive evaluations on a comprehensive suite of synthetic and real-world datasets demonstrate that our learned MARL-based actors reduce the global objective by an average of 37.5% more than the state-of-the-art distributed PGO framework, while enhancing inference efficiency by at least 6X. We also demonstrate that actor replication allows a single learned policy to scale effortlessly to substantially larger robot teams without any retraining. Code is publicly available at https://github.com/herolab-uga/policies-over-poses.

arXivで原文を読む →arXiv概要ページ

ポーズより方策：マルチロボットSLAMのための強化学習ベース分散ポーズグラフ最適化

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

MINISFORUM（ミニPC）

双腕モバイルマニピュレーター OpenShell