[論文レビュー] Approximate Bayesian inference in spatial environments

Atanas Mirchev, Baris Kayalibay+3 more|arXiv (Cornell University)|May 18, 2018

Time Series Analysis and Forecasting被引用数 4

ひとこと要約

本論文は、変分推論とニューラルネットワークを用いて、空間的環境におけるSLAM、自律的探索、ナビゲーションを統合する潜在マップを備えた深層変分ベイズフィルタ（DVBF-LM）を提案する。エンド・トゥ・エンド学習と複雑で非ガウス型の事後分布に対する近似ベイズ推論を可能にすることで、シミュレーテッドLiDARおよび迷路環境において、専用の最先端手法と同等の性能を達成する。

ABSTRACT

Model-based approaches bear great promise for decision making of agents interacting with the physical world. In the context of spatial environments, different types of problems such as localisation, mapping, navigation or autonomous exploration are typically adressed with specialised methods, often relying on detailed knowledge of the system at hand. We express these tasks as probabilistic inference and planning under the umbrella of deep sequential generative models. Using the frameworks of variational inference and neural networks, our method inherits favourable properties such as flexibility, scalability and the ability to learn from data. The method performs comparably to specialised state-of-the-art methodology in two distinct simulated environments.

研究の動機と目的

• SLAM、自律的探索、ナビゲーションの複数の空間推論タスクを、1つの確率的ディープラーニングフレームワークで統合すること。
• 教師なしで、長時間にわたる順序的な時系列データに対して、確率的再帰モデルをエンド・トゥ・エンドで訓練できること。
• SLAMにおける複雑で非ガウス型の事後分布を、マルチモーダルな不確実性を捉えることができる変分事後分布を用いてモデル化すること。
• ガウス分布やグリッドベースの状態空間離散化を仮定せずに、期待情報量の増加を最適化することで、能動的探索を実行すること。
• 特定のタスクに向けたアーキテクチャ的・インダクティブバイアスを一切与えずに、シミュレーテッド環境で、専用のベースラインと同等の性能を示すこと。

提案手法

• 環境を表すグローバルな潜在マップ変数を備えた深層非線形状態空間モデルを用い、エージェントのポーズとマップの同時推論を可能にする。
• SLAMにおけるマップとトラジェクトリの複雑でマルチモーダルな結合事後分布を、構造化された事後分布を用いた変分推論で近似する。
• 観測再構成と信念更新のため、関連するマップ領域に条件付きで注目するポーズベースのアテンション機構を適用する。
• 観測とマップの不確実性の間の相互情報量を最大化することで、制御シーケンスを最適化し、サンプル効率を向上させるためにヒューリスティックな障害物ペナルティを導入する。
• 時系列データの長さを考慮した確率的バックプロパゲーションを用いて、マージナル尤度の変分下界に基づき、エンド・トゥ・エンドでモデルを学習する。
• 計画と情報量推定を可能にする、微分可能で連続的な空間状態をサポートする、微分可能なマップ表現を用いる。

実験結果

リサーチクエスチョン

• RQ1 1つの深層生成モデルが、空間的環境におけるSLAM、自律的探索、ナビゲーションを効果的に統合できるか？
• RQ2 深層ニューラルネットワークと変分推論を用いて、SLAMにおける複雑で非ガウス型の事後分布を効果的に近似できるか？
• RQ3 占有グリッドやガウス分布の仮定に依存せずに、連続的な空間状態において情報理論的探索を効率的に行えるか？
• RQ4 1つのエンド・トゥ・エンドで訓練されたモデルが、シミュレーテッド空間環境において、タスク特化型のベースラインをどれだけ上回れるか？
• RQ5 提案手法は、現実世界に類似した長時間の順序的依存性を持つ空間シーケンスをどのように処理するか？

主な発見

• DVBF-LMモデルは、シミュレーテッド環境において、最先端の2次元LiDAR SLAMシステムと同等の局所化精度を達成する。
• 提案された探索手法は、情報量と探索率の両面で、強力なLSTMベースのベースライン（PEMA）を顕著に上回る。PAMAはその指標に直接訓練されているにもかかわらず、同様の性能を達成している。
• モデルは迷路においてほぼ均一なカバレッジを示し、未探索で不確実性の高い領域を能動的に標的としており、効果的な好奇心駆動型探索を示している。
• 計画タスクにおいても高い性能を維持しており、軌道最適化のシミュレータとして使用しても、精度に顕著な損失がない。
• 制御シーケンス生成時に障害物ペナルティを導入することで、無効な軌道の数が減少し、サンプル効率が向上した。
• モデルは迷路の複雑さや通路の幅の変化に対しても一般化でき、実験における環境変動に対して高いロバストネスを示している。