[論文レビュー] Explicit-risk-aware Path Planning with Reward Maximization

Xuesu Xiao, Jan Dufek+1 more|arXiv (Cornell University)|Mar 7, 2019

Robotic Path Planning Algorithms参考文献 25被引用数 11

ひとこと要約

本論文は、非構造的または狭い環境において、報酬最大化（例：最適センサ視点）とリスク最小化の両立を図るために、運動リスクを全経路にわたって明示的にモデル化するリスクに配慮した経路計画手法を提案する。2段階のアルゴリズム（正確および近似）を導入し、ケーブル接続された空中ロボットを用いた実証により、経路のねじれ度やケーブル接触を低減し、安全で効用最適化された経路を実現することで、安全性と現実世界における視覚支援の質が向上したことが示された。

ABSTRACT

This paper develops a path planner that minimizes risk (e.g. motion execution) while maximizing accumulated reward (e.g., quality of sensor viewpoint) motivated by visual assistance or tracking scenarios in unstructured or confined environments. In these scenarios, the robot should maintain the best viewpoint as it moves to the goal. However, in unstructured or confined environments, some paths may increase the risk of collision; therefore there is a tradeoff between risk and reward. Conventional state-dependent risk or probabilistic uncertainty modeling do not consider path-level risk or is difficult to acquire. This risk-reward planner explicitly represents risk as a function of motion plans, i.e., paths. Without manual assignment of the negative impact to the planner caused by risk, this planner takes in a pre-established viewpoint quality map and plans target location and path leading to it simultaneously, in order to maximize overall reward along the entire path while minimizing risk. Exact and approximate algorithms are presented, whose solution is further demonstrated on a physical tethered aerial vehicle. Other than the visual assistance problem, the proposed framework also provides a new planning paradigm to address minimum-risk planning under dynamical risk and absence of substructure optimality and to balance the trade-off between reward and risk.

研究の動機と目的

• 非構造的または狭い環境における自律的視覚支援の文脈で、ミッション報酬と運動リスクのバランスをとる課題に対処すること。
• 状態関数としてのリスクに加え、経路の全貌（例：ねじれ度やケーブル接触）を含む経路レベルの特徴を考慮して、リスクを明示的にモデル化する経路計画手法の開発。
• 蓄積報酬を最大化すると同時にリスクを最小化する経路を自律的に選択できるロボットの実現。高リスク・高報酬経路を避けること。
• ケーブル接続された空中車両を用いた物理的環境での実証により、実世界のリスクおよび報酬指標を示して、計画手法の有効性を検証すること。

提案手法

• 全経路にわたってリスクを関数としてモデル化する、新しい明示的リスク表現を提案。これには、折り返し回数や障害物への接近度といった経路レベルの特徴を組み込む。
• 全経路リスクに対する報酬の比率（報酬／リスク比）として定義される経路効用指標を導入し、報酬とリスクのトレードオフを直接最適化可能にする。
• 部分構造最適性を満たさない問題に適した、動的リスク評価を組み込んだ修正版ダイクストラ法に基づく正確なアルゴリズムを開発。
• まず最小リスク経路を特定し、その後で最大効用（報酬／リスク比）を持つ経路を選択する2段階の近似アルゴリズムを提案。
• 経路履歴や進行方向に依存するコストを扱うために、標準的な経路探索に動的および方向的要素を追加。
• 各状態における報酬を定量化するためのビューポイント品質マップを入力として採用し、報酬に配慮した経路選択を可能にする。

実験結果

リサーチクエスチョン

• RQ1 ロボットの経路計画において、状態関数としてのリスクに加え、全経路にわたってリスクを明示的にモデル化する方法は何か？
• RQ2 狭い空間や非構造的環境における自律的視覚支援タスクにおいて、報酬とリスクのバランスをとる有効な定式化とは何か？
• RQ3 報酬／リスク比（効用）を最適化する経路計画手法は、従来の報酬最大化またはリスク最小化の手法に比べ、実世界のシナリオで優れていると言えるか？
• RQ4 ねじれ度やケーブル接触といった経路レベルのリスクは、制限された空間における空中ロボットの安全性および性能にどのように影響を与えるか？

主な発見

• 提案手法は、障害物の間を狭く通過する必要がある高リスク・高報酬経路を避けるべく、報酬の大きさよりも効用を優先することで、そのような経路を効果的に回避した。
• ケーブル接続された無人航空機を用いた物理的実証により、計画された経路（緑）と物理的に実行された経路（青）が障害物から安全な距離を保ち、ケーブル接触を最小限に抑え、経路リスクを低減した。
• 近似アルゴリズムは、最小リスク候補の中から最適な効用を持つ経路を選択し、視認性の質と運動の安全性の両方をバランスさせた。
• ロボットは、図7に示す一貫した高品質な動画フィードスナップショットにより、高い視覚支援品質を達成した一方で、状態リスクと経路リスクを低く維持した。
• 計画手法は3次元空間においても頑健であり、実世界のモーショントラッキングデータにより、位置精度が0.5mm未満であり、信頼性の高い経路実行が確認された。