LEARN: リソース制約下でのエンドツーエンド空中マルチロボットナビゲーション学習

- 対象は nano-UAV チームによる clutter 環境での multi-robot navigation - 搭載 sensing・通信・計算が厳しく制約される nano-UAV 向けの軽量 navigation フレームワーク LEARN を提案 - 低解像度 Time-of-Flight (ToF) センサと簡易 motion planner、compact な attention-based RL policy を組み合わせる - 二段階の safety-guided reinforcement learning (RL) 構成 - 実機では Crazyflie quadrotor 6 機による fully onboard flight を実現

- 既存手法は高解像度 vision や計算負荷の大きい planner に依存し、nano-UAV では実現困難 - LEARN は低解像度 ToF と簡易 planner を用いる軽量構成でこの制約に対処 - simulation 上で state-of-the-art の planner 2 手法を 10% 上回る性能 - その際の resource 使用量は大幅に少ない - 実機 6 機の Crazyflie で fully onboard flight を達成した点が特徴

- 二段階の safety-guided RL フレームワークとして設計 - sensing は低解像度 Time-of-Flight (ToF) センサを利用 - 簡易 motion planner と compact な attention-based RL policy を統合 - 軽量な policy により onboard computation の制約に対応 - 詳細な学習手順や safety guidance の具体的機構は要旨からは不明

- simulation で state-of-the-art planner 2 手法と比較し、10% の性能向上を報告 - resource 使用量が substantially fewer であることも示す - 実機検証として Crazyflie quadrotor 6 機を使用 - 多様な indoor/outdoor 環境で fully onboard flight を達成 - 最高速度 2.0 m/s、0.2 m の gap 通過を実現

- nano-UAV の sensing・通信・計算制約下での navigation 可能性を実機で示す - 低解像度 ToF と軽量 RL policy の組み合わせの有効性が焦点 - ただし比較対象の planner 名、学習の詳細、失敗事例、限界は要旨からは不明 - safety-guided の具体的な安全性評価や議論の内容は要旨からは不明

- 要旨で参照されている state-of-the-art planner 2 手法（名称は要旨からは不明） - Crazyflie quadrotor を用いた onboard navigation 研究 - Time-of-Flight (ToF) センサを用いた nano-UAV navigation 研究 - attention-based RL policy を用いた multi-robot navigation 研究 - safety-guided reinforcement learning に関する研究