日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

sim2realarXiv:2512.08656

Sim2Swim: 3分で学習する俊敏なAUV機動のためのゼロショット速度制御

Sim2Swim: Zero-Shot Velocity Control for Agile AUV Maneuvering in 3 Minutes

シェア:XThreadsFacebookLINEはてブBluesky

ドメインランダム化と大規模並列学習を用いて、3分間の訓練でAUVの6自由度俊敏機動を可能にするゼロショットsim2real深層強化学習速度制御器を提案し、プール実験で検証した。

詳しい要約

1. どんなもの?

- ホロノミックな AUV のための zero-shot sim2real 深層強化学習(DRL)ベースの速度制御器「Sim2Swim」を提案する論文。 - 並進・回転の 6DOF で時変参照を同時追従する agile maneuvering と path following を可能にする。 - 学習時間はわずか 3 分で、post-processing や tuning なしに実機展開できる制御ポリシーを得る。 - 著者らの知る限り、AUV 向けの汎用 zero-shot sim2real DRL 速度制御器として初の試みと主張。

2. 先行研究と比べてどこがすごい?

- 従来の AUV 制御は、hydrostatics・hydrodynamics の複雑さ、パラメトリック不確かさ、payload 変更による動特性変化のため、プラットフォームごとに慎重に tuning された制御器に依存していた。 - その結果、並進・回転 DOF の時変参照を同時追従する agile maneuvering は実用上ほとんど使われていなかった。 - Sim2Swim は、payload や hydrodynamic 条件が変わっても再 tuning や post-processing を要さず、異なる特性の AUV に展開可能な点が先行研究と異なる。 - 学習時間 3 分という短さと、zero-shot sim2real を両立させている点を新規性として主張している。

3. 技術・手法の肝は?

- state-of-the-art な DRL ベースの position control に着想を得た手法。 - domain randomization を活用し、simulation 上のばらつきに対して頑健なポリシーを学習する。 - massively parallelized training により、短時間(3 分)で field-deployable な制御ポリシーへ収束させる。 - 速度制御器として構成され、path following と agile 6DOF maneuvering を対象とする。 - 詳細なネットワーク構成や報酬設計は要旨からは不明。

4. どうやって有効だと検証した?

- 複数の構成に対して pool trials で広く検証している。 - 高い agile な動きに対して robust な制御が示されたと報告している。 - 具体的な評価指標、比較対象、試行回数などは要旨からは不明。

5. 議論はある?

- 要旨からは不明。 - 想定される論点として、pool trials 以外の実海域での汎化、payload 変更や hydrodynamic 条件変化への頑健性の限界、3 分学習の再現性などが考えられるが、本文に基づく議論は要旨からは不明。

6. 次に読むべき論文は?

- 要旨で着想元として言及される state-of-the-art な DRL ベースの position control の論文。 - domain randomization を用いた sim2real 強化学習の代表的手法(例:OpenAI の domain randomization 研究)。 - massively parallelized training を可能にする DRL 基盤(例:Isaac Gym 系の研究)。 - AUV の制御に関する従来手法(model-based control、adaptive control など)の関連論文。

※ 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: Lauritz Rismark Fosso, Herman Biørn Amundsen, Marios Xanthidis, Sveinung Johan Ohrem

分類: cs.RO

原文アブストラクト

Holonomic autonomous underwater vehicles (AUVs) have the hardware ability for agile maneuvering in both translational and rotational degrees of freedom (DOFs). However, due to challenges inherent to underwater vehicles, such as complex hydrostatics and hydrodynamics, parametric uncertainties, and frequent changes in dynamics due to payload changes, control is challenging. Performance typically relies on carefully tuned controllers targeting unique platform configurations, and a need for re-tuning for deployment under varying payloads and hydrodynamic conditions. As a consequence, agile maneuvering with simultaneous tracking of time-varying references in both translational and rotational DOFs is rarely utilized in practice. To the best of our knowledge, this paper presents the first general zero-shot sim2real deep reinforcement learning-based (DRL) velocity controller enabling path following and agile 6DOF maneuvering with a training duration of just 3 minutes. Sim2Swim, the proposed approach, inspired by state-of-the-art DRL-based position control, leverages domain randomization and massively parallelized training to converge to field-deployable control policies for AUVs of variable characteristics without post-processing or tuning. Sim2Swim is extensively validated in pool trials for a variety of configurations, showcasing robust control for highly agile motions.

関連論文

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2newmoとKDDIが資本業務提携 2028年に堺市で自動運転タクシー商用化目指す提携・買収
  3. 3GXOとApptronik、Apolloの物流現場試験を拡大 最大1,000台の展開を構想量産・展開
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

PR・アフィリエイト広告

MINISFORUM(ミニPC)

MINISFORUM(ミニPC)の公式広告バナーMINISFORUM公式ストアを見る ↗
PR本紙発行元 EmplifAI