強化学習/ドローンレース2026/2/1arXiv:2602.24030

ランダム障害物を伴うクアッドロータレースのためのカリキュラム強化学習

Curriculum Reinforcement Learning for Quadrotor Racing with Random Obstacles

視覚ベースのカリキュラム強化学習で、障害物のあるドローンレースにおいて高速かつ堅牢に飛行する制御器を訓練した研究。

詳しい要約

1. どんなもの？

- 目的: 障害物のあるdrone racingで堅牢な制御を実現するvision-based curriculum reinforcement learningフレームワークを提案。 - 特徴: 未見の障害物に対応可能なend-to-end制御ポリシーを単一ネットワークで実装。 - 対象: quadrotorの高速飛行を障害物が可変な環境で可能にする。

2. 先行研究と比べてどこがすごい？

- 先行研究: 主に障害物のないracetrackに焦点。 - 課題: 障害物によるperceptionとdynamicの課題が未探索で、実世界飛行での成功率が低くrobustnessが限定的。 - 優位性: 障害物回避とgate traversalの相反する課題に対処し、より高速なlap timeと高い成功率を実現。

3. 技術・手法の肝は？

- 核: multi-stage curriculum learning、domain randomization、multi-scene updating strategyを組み合わせる。 - 実装: end-to-end制御ポリシーを単一ネットワークで実現。 - 目的: 障害物回避とgate通過の競合を解決し、可変障害物環境での高速飛行を可能にする。

4. どうやって有効だと検証した？

- 手法: hardware-in-the-loopとreal-world experimentsを実施。 - 結果: 既存手法と比較してfaster lap timesとhigher success ratesを達成。 - 効果: 障害物の多い環境でのdrone racingを効果的に進歩させる。

5. 議論はある？

- 要旨からは不明。

6. 次に読むべき論文は？

- 要旨で参照/比較されている研究: 既存のdrone racing研究（障害物のないracetrackに焦点を当てたもの）。 - 関連手法: curriculum reinforcement learning、domain randomization、vision-based control。 - 提供: ビデオとコードはhttps://github.com/SJTU-ViSYS-team/CRL-Drone-Racingで入手可能。

※ 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: Fangyu Sun, Fanxing Li, Yu Hu, Linzuo Zhang, Yueqian Liu, Wenxian Yu, Danping Zou

分類: cs.RO

原文アブストラクト

Autonomous drone racing has attracted increasing interest as a research topic for exploring the limits of agile flight. However, existing studies primarily focus on obstacle-free racetracks, while the perception and dynamic challenges introduced by obstacles remain underexplored, often resulting in low success rates and limited robustness in real-world flight. To this end, we propose a novel vision-based curriculum reinforcement learning framework for training a robust controller capable of addressing unseen obstacles in drone racing. We combine multi-stage cu rriculum learning, domain randomization, and a multi-scene updating strategy to address the conflicting challenges of obstacle avoidance and gate traversal. Our end-to-end control policy is implemented as a single network, allowing high-speed flight of quadrotors in environments with variable obstacles. Both hardware-in-the-loop and real-world experiments demonstrate that our method achieves faster lap times and higher success rates than existing approaches, effectively advancing drone racing in obstacle-rich environments. The video and code are available at: https://github.com/SJTU-ViSYS-team/CRL-Drone-Racing.

arXivで原文を読む →arXiv概要ページ

← 論文一覧