ManeuverNet: ダブルアクカーマン操舵ロボットの精密操縦のための報酬関数最適化を伴うSoft Actor-Criticフレームワーク
ManeuverNet: A Soft Actor-Critic Framework for Precise Maneuvering of Double-Ackermann-Steering Robots with Optimized Reward Functions
農業向けダブルアクカーマン操舵ロボットの精密操縦のため、Soft Actor-Critic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、4つの専用報酬関数で専門家データなしに学習を実現した。
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？
※ 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
Autonomous control of double-Ackermann-steering robots is essential in agricultural applications, where robots must execute precise and complex maneuvers within a limited space. Classical methods, such as the Timed Elastic Band (TEB) planner, can address this problem, but they rely on parameter tuning, making them highly sensitive to changes in robot configuration or environment and impractical to deploy without constant recalibration. At the same time, end-to-end deep reinforcement learning (DRL) methods often fail due to unsuitable reward functions for non-holonomic constraints, resulting in sub-optimal policies and poor generalization. To address these challenges, this paper presents ManeuverNet, a DRL framework tailored for double-Ackermann systems, combining Soft Actor-Critic with CrossQ. Furthermore, ManeuverNet introduces four specifically designed reward functions to support maneuver learning. Unlike prior work, ManeuverNet does not depend on expert data or handcrafted guidance. We extensively evaluate ManeuverNet against both state-of-the-art DRL baselines and the TEB planner. Experimental results demonstrate that our framework substantially improves maneuverability and success rates, achieving more than a 40% gain over DRL baselines. Moreover, ManeuverNet effectively mitigates the strong parameter sensitivity observed in the TEB planner. In real-world trials, ManeuverNet achieved up to a 90% increase in maneuvering trajectory efficiency, highlighting its robustness and practical applicability.
関連論文
- 動的障害物環境での安全飛行のための予測リスク誘導強化学習強化学習/ナビゲーション
- 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フレームワーク強化学習/ナビゲーション
- 分布強化学習に基づく自律水上艇の統合的意思決定と制御強化学習/ナビゲーション
- 渦流を横切るロボット魚の効率的ナビゲーション強化学習/ナビゲーション
- 自動運転車の安全クリティカル制御のための強化学習強化学習/ナビゲーション
- FastRLAP: 深層強化学習と自律練習による高速走行学習システム強化学習/ナビゲーション
