[論文レビュー] Flightmare: A Flexible Quadrotor Simulator

Yunlong Song, Selim Naji+3 more|arXiv (Cornell University)|Sep 1, 2020

Robotic Path Planning Algorithms参考文献 23被引用数 58

ひとこと要約

Flightmareはレンダリングと物理をデカップリングし、リッチなセンサー、マルチエージェントRLサポート、VR統合を備えた高速で設定可能なクアッドロター・シミュレータを提供します。ラップトップ上で最大230 Hzのレンダリングと200,000 Hzのダイナミクスを実現し、並列で数百機のドローンをサポートします。

ABSTRACT

State-of-the-art quadrotor simulators have a rigid and highly-specialized structure: either are they really fast, physically accurate, or photo-realistic. In this work, we propose a novel quadrotor simulator: Flightmare. Flightmare is composed of two main components: a configurable rendering engine built on Unity and a flexible physics engine for dynamics simulation. Those two components are totally decoupled and can run independently of each other. This makes our simulator extremely fast: rendering achieves speeds of up to 230 Hz, while physics simulation of up to 200,000 Hz on a laptop. In addition, Flightmare comes with several desirable features: (i) a large multi-modal sensor suite, including an interface to extract the 3D point-cloud of the scene; (ii) an API for reinforcement learning which can simulate hundreds of quadrotors in parallel; and (iii) integration with a virtual-reality headset for interaction with the simulated environment. We demonstrate the flexibility of Flightmare by using it for two different robotic tasks: quadrotor control using deep reinforcement learning and collision-free path planning in a complex 3D environment.

研究の動機と目的

• 高速かつ物理的に柔軟なクアッドロターのシミュレーションを、レンダリングとダイナミクスの分離によって実現する。
• ロボティクスとRL研究のためのリッチなセンサスイートと環境オプションを提供する。
• 学習ベースの制御のための大規模な並列データ収集とトレーニングをサポートする。
• VRとリアルタイムインターフェースを通じて、シミュレーションと現実世界のロボティクスとのギャップを埋める。

提案手法

• Unityベースのレンダリングエンジンと柔軟なクアッドローター・ダイナミクスモデルという、2つのデカップルドブロック。
• 非同期のZeroMQベースのインターフェースにより、レンダリングブロックとダイナミクスブロック間の高速通信を実現。
• 3つのダイナミクスオプション: Gazeboベース、実世界、並列化された古典的クアッドロータダイナミクス。
• レンダリングは設定可能なセンサー（RGB、深度、セグメンテーション）とカメラ効果をサポートし、Open3Dを介してPLY形式の地上真実点群を出力する。
• OpenAI Gym風のPython APIによりRLトレーニングを可能にし、タスクはPPOを使用した並列サンプリングで実行される（スケール時は約2Mサンプル/分まで）。

実験結果

リサーチクエスチョン

• RQ1 レンダリングと物理の分離は、学習ベースの制御のためのシミュレーション速度と使い勝手にどのような影響を与えるか？
• RQ2 Flightmareは並列で数百のクアッドローターをシミュレートしてRLのデータ収集を加速できるか？
• RQ3 学習と知覚研究に最も有用なセンサモダリティと環境機能は何か？
• RQ4 シミュレータは経路計画、RLタスク、VRベースの人間-ロボット対話をどの程度効果的にサポートできるか？

主な発見

• レンダリングはリアルタイムを超える性能を発揮でき、Garage環境で複数カメラを用いた場合275 Hzに達することがある。
• 物理ダイナミクスはマルチコアCPU上で最大200,000ステップ/秒に達する。
• 並列で150台のクアッドローターで200,000ステップ/秒超、約2百万サンプル/分をMLPポリシーとPPOで実行可能。
• RLタスクには、クアッドローターの安定化、モータ故障からの復旧、素早いゲート越えなどを含み、タスクごとに25MステップでPPOを用いて学習される。
• Flightmareは環境の点群（PLY）をOMPLでの計画用にエクスポートし、森の環境で最短経路の1秒計算を可能にする。
• VR統合により、安全で現場に近い人間-ロボット相互作用実験を実現する。