[論文レビュー] Domain Adaptation Using Adversarial Learning for Autonomous Navigation

Jaeyoon Yoo, Yongjun Hong+2 more|arXiv (Cornell University)|Dec 11, 2017

Domain Adaptation and Few-Shot Learning参考文献 40被引用数 7

ひとこと要約

本論文は、シミュレートされたデータで学習し、実際の屋外環境にラベルなしで転送する、モノクローラカメラを用いた自律走行を可能にする敵対的学習を用いたドメイン適応フレームワークを提案する。拡張畳み込み残差ネットワーク、サイクル損失、スタイル損失、ピクセル判別器を統合することで、構造的内容を保持しながらテクスチャを適応させる、写真のようにリアルな画像を生成し、人為的介入なしに多様な実際の交差点を効果的に走行することに成功した。

ABSTRACT

Autonomous navigation has become an increasingly popular machine learning application. Recent advances in deep learning have also resulted in great improvements to autonomous navigation. However, prior outdoor autonomous navigation depends on various expensive sensors or large amounts of real labeled data which is difficult to acquire and sometimes erroneous. The objective of this study is to train an autonomous navigation model that uses a simulator (instead of real labeled data) and an inexpensive monocular camera. In order to exploit the simulator satisfactorily, our proposed method is based on domain adaptation with adversarial learning. Specifically, we propose our model with 1) a dilated residual block in the generator, 2) cycle loss, and 3) style loss to improve the adversarial learning performance for satisfactory domain adaptation. In addition, we perform a theoretical analysis that supports the justification of our proposed method. We present empirical results of navigation in outdoor courses with various intersections using a commercial radio controlled car. We observe that our proposed method allows us to learn a favorable navigation model by generating images with realistic textures. To the best of our knowledge, this is the first work to apply domain adaptation with adversarial learning to autonomous navigation in real outdoor environments. Our proposed method can also be applied to precise image generation or other robotic tasks.

研究の動機と目的

• 自律走行のための実世界ラベル付きデータの収集にかかる高コストと困難さに対処すること。
• シミュレータでの学習にのみ依存するナビゲーションモデルを、実際の屋外環境に展開可能にする。
• GPSや深度カメラなどの高価なセンサに依存するのを減らし、モノクローラカメラのみを用いる。
• リアルな画像生成を伴う敵対的学習により、ドメイン適応の性能を向上させること。
• 複雑な交差点を持つ実世界の屋外走行において、本手法の有効性を検証すること。

提案手法

• 特徴抽出と受容 field の拡大を向上させるために、生成器に拡張畳み込み残差ブロック（DRN）を組み込んだ生成的敵対的ネットワーク（GAN）を用いる。
• シミュレートドメインから実ドメインへのドメイン変換中に画像の構造とコンテンツを保持するために、サイクル整合性損失を採用する。
• 事前学習済みのVGGネットワークからの特徴を用いてスタイル損失を導入し、実際のテクスチャ（例：芝生、木）を転送しながら、道路や建物の意味的セマンティクスを維持する。
• 局所的な画像のリアルさと画像領域全体の一般化を向上させるために、ピクセルベースの判別器を用いる。
• 敵対的学習の安定化とドメイン整合性の向上を図るため、ソフトラベルを適用する。
• やや弱い分布仮定の下で理論的分析を行い、ドメイン適応フレームワークの有効性を裏付ける。

実験結果

リサーチクエスチョン

• RQ1 実世界のラベルなしで、シミュレートされたデータで学習したナビゲーションポリシーを実世界の屋外環境に効果的に転送できるか？
• RQ2 サイクル損失とスタイル損失は、ドメイン適応における生成画像のリアルさと一般化性能を向上させる上で、それぞれどのように寄与しているか？
• RQ3 拡張畳み込み残差ネットワークを組み込むことで、自律走行のための画像変換性能がどの程度向上するか？
• RQ4 提案手法は、複雑な交差点を持つ未観測の実世界環境にも一般化可能か？
• RQ5 ピクセル判別器とソフトラベルの導入が、ドメイン適応の安定性と品質に与える影響は何か？

主な発見

• DRN、サイクル損失、スタイル損失を組み合わせたモデルは、人為的介入なしに、さまざまな交差点を持つすべてのテストコースを正常に走破し、すべてのベースラインを上回った。
• 唯一、本手法が複雑な交差点すべてで100％の成功率を達成し、未観測環境への強い一般化能力を示した。
• t-SNE可視化により、変換済み（転送済み）画像の分布が実際のターゲット画像の分布と密接に一致していることが確認され、有効なドメイン整合性が裏付けられた。
• 本手法は、色だけでなくテクスチャの適応も行うことで、ドメインの乖離を顕著に低減し、より良いポリシーの一般化を可能にした。
• アブレーションスタディの結果、サイクル損失とスタイル損失が実際のテクスチャ転送に不可欠であることが確認された一方、ヒストグラムマッチングは性能向上に寄与しなかった。
• 上限実験の結果、成功した敵対的学習がドメイン適応に不可欠であることが示された。これは、ターゲットドメインの特性を事前に知らなくても一般化が可能であることを示している。