日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

群制御arXiv:2603.07973

VORL-EXPLORE: 動的環境におけるマルチロボット探索のためのハイブリッド学習計画アプローチ

VORL-EXPLORE: A Hybrid Learning Planning Approach to Multi-Robot Exploration in Dynamic Environments

シェア:XThreadsFacebookLINEはてブBluesky

実行忠実度を共有し、フロンティア割り当てと局所ナビゲーションを結合することで、動的環境でのマルチロボット探索の堅牢性を向上させるハイブリッド学習・計画フレームワークを提案した。

詳しい要約

1. どんなもの?

- 動的環境でのマルチロボット探査のためのハイブリッド学習・計画フレームワーク VORL-EXPLORE を提案。 - 階層型探査におけるフロンティア割当とローカルナビゲーションの分離による脆弱性を解決。 - 実行忠実度(execution fidelity)を導入し、タスク割当と運動実行を結合。 - 忠実度結合 Voronoi 目的関数とロボット間反発で競合を低減。 - グローバル A* と反応的強化学習ポリシーのリスク認識適応調停を実現。 - 自己教師あり再校正により非定常障害物に適応。

2. 先行研究と比べてどこがすごい?

- 従来の階層型マルチロボット探査はフロンティア割当とローカルナビゲーションを分離し、実行難易度を考慮しないため、ボトルネックでのロボット集中や振動的再計画、冗長カバレッジが生じる。 - 提案手法は実行忠実度を共有推定し、タスク割当と運動実行を結合することで、競合が発生する前に低減。 - リスク認識適応調停により、長距離効率と安全な相互作用を両立。 - オンライン自己教師あり再校正により、手動リスク調整なしで非定常障害物に適応。

3. 技術・手法の肝は?

- 実行忠実度(execution fidelity)を導入:ローカルナビゲーション可能性の共有推定。 - 忠実度結合 Voronoi 目的関数とロボット間反発を組み合わせ、競合を事前に低減。 - リスク認識適応調停機構:グローバル A* ガイダンスと反応的強化学習ポリシーを切り替え。 - オンライン自己教師あり再校正:最近の進捗と安全結果から得た疑似ラベルで忠実度モデルを更新。 - 非定常障害物への適応を可能にし、手動リスク調整を不要に。

4. どうやって有効だと検証した?

- ランダム化グリッドと Gazebo 工場シナリオでの広範な実験。 - 高い成功率、短い経路長、低い重複、堅牢な衝突回避を確認。 - 専用の severe-traffic アブレーションで能力を個別に評価。 - ソースコードは採択後に公開予定。

5. 議論はある?

- 要旨からは不明。

6. 次に読むべき論文は?

- 階層型マルチロボット探査(hierarchical multi-robot exploration) - フロンティア割当(frontier allocation) - ローカルナビゲーション(local navigation) - Voronoi 目的関数(Voronoi objective) - 強化学習ポリシー(reinforcement learning policy) - A* ガイダンス(A* guidance) - 自己教師あり再校正(self-supervised recalibration)

※ 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: Ning Liu, Sen Shen, Zheng Li, Sheng Liu, Dongkun Han, Shangke Lyu, Thomas Braunl

分類: cs.RO, cs.AI

原文アブストラクト

Hierarchical multi-robot exploration commonly decouples frontier allocation from local navigation, which can make the system brittle in dense and dynamic environments. Because the allocator lacks direct awareness of execution difficulty, robots may cluster at bottlenecks, trigger oscillatory replanning, and generate redundant coverage. We propose VORL-EXPLORE, a hybrid learning and planning framework that addresses this limitation through execution fidelity, a shared estimate of local navigability that couples task allocation with motion execution. This fidelity signal is incorporated into a fidelity-coupled Voronoi objective with inter-robot repulsion to reduce contention before it emerges. It also drives a risk-aware adaptive arbitration mechanism between global A* guidance and a reactive reinforcement learning policy, balancing long-range efficiency with safe interaction in confined spaces. The framework further supports online self-supervised recalibration of the fidelity model using pseudo-labels derived from recent progress and safety outcomes, enabling adaptation to non-stationary obstacles without manual risk tuning. We evaluate this capability separately in a dedicated severe-traffic ablation. Extensive experiments in randomized grids and a Gazebo factory scenario show high success rates, shorter path length, lower overlap, and robust collision avoidance. The source code will be made publicly available upon acceptance.

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. 2GXO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
  3. 3newmo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
  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

FRONTIER(GPU搭載BTOパソコン)

FRONTIER(GPU搭載BTOパソコン)の公式広告バナーFRONTIERでGPU搭載PCを見る ↗
PR本紙発行元 EmplifAI