[論文レビュー] Generating Robust Supervision for Learning-Based Visual Navigation Using Hamilton-Jacobi Reachability

Anjian Li, Somil Bansal+4 more|arXiv (Cornell University)|Dec 20, 2019

Robotics and Sensor-Based Localization参考文献 29被引用数 7

ひとこと要約

本論文では、畳み込みニューラルネットワーク（CNN）の予測誤差をロボットの運動モデルにおける摂動としてモデル化することで、学習ベースのビジョナルナビゲーションのためのロバストな監視を生成するハミルトニアン・ジャコビ・リーチエーブリティに基づく手法を提案する。最悪の摂動下での時間的到着（TTR）および衝突までの時間（TTC）を計算するために静的HJ偏微分方程式（PDE）を解き、その結果得られるコストマップが、より安全で攻撃的でない軌道を指向するためのウェイポイント予測を支援する。このアプローチにより、再訓練を伴わず、狭く混雑した環境での成功確率が顕著に向上する。

ABSTRACT

In Bansal et al. (2019), a novel visual navigation framework that combines learning-based and model-based approaches has been proposed. Specifically, a Convolutional Neural Network (CNN) predicts a waypoint that is used by the dynamics model for planning and tracking a trajectory to the waypoint. However, the CNN inevitably makes prediction errors which often lead to collisions in cluttered and tight spaces. In this paper, we present a novel Hamilton-Jacobi (HJ) reachability-based method to generate supervision for the CNN for waypoint prediction in an unseen environment. By modeling CNN prediction error as "disturbances" in robot's dynamics, our generated waypoints are robust to these disturbances, and consequently to the prediction errors. Moreover, using globally optimal HJ reachability analysis leads to predicting waypoints that are time-efficient and avoid greedy behavior. Through simulations and hardware experiments, we demonstrate the advantages of the proposed approach on navigating through cluttered, narrow indoor environments.

研究の動機と目的

• 学習ベースのビジョナルナビゲーションにおけるCNN予測誤差という、狭く混雑した環境で衝突を引き起こす要因となる深刻な課題に対処すること。
• 微調整なしに未観測の現実世界環境において、エンドツーエンドのビジョナルナビゲーション方策の一般化性とロバスト性を向上させること。
• ヒューリスティックベースのウェイポイント監視を、最悪の摂動を考慮する原理的でリーチエーブリティ駆動のコスト関数に置き換えること。
• 保守的ではあるが最適なウェイポイントを生成することで、狭いドアや通路を安全かつ効率的に通過できるようにすること。
• ニューラルネットワークの予測における不確実性を、トレーニングデータ生成プロセスの段階から事前に組み込むことで、初期段階からロバスト性を高めること。

提案手法

• CNNの予測誤差をロボットの連続時間ダイナミクスにおける有界な摂動として扱い、敵対的摂動としてモデル化する。
• 最悪の摂動下での時間的到着（TTR）および衝突までの時間（TTC）を計算するための静的ハミルトニアン・ジャコビ（HJ）偏微分方程式（PDE）を定式化する。
• HJ PDEを数値的に解き、任意の初期状態と摂動の上限が与えられた場合の、ゴールへの最小到達時間および障害物との衝突までの最小時間を表す値関数を取得する。
• TTRとTTCを組み合わせて、すべての可能な状態と摂動の組み合わせを考慮したウェイポイントの質を定量化する複合コストマップを生成する。
• 得られたコストマップを用いて、予測誤差に対してロバストで、安全かつ時間的に効率的な軌道を導くウェイポイントを予測するようにCNNを訓練する監視として利用する。
• 訓練済みのCNNをモデル予測制御（MPC）フレームワークと統合し、ロボットのダイナミクスモデルに従って予測されたウェイポイントを追跡する。

実験結果

リサーチクエスチョン

• RQ1 未確認の環境におけるCNNの予測誤差に耐性を持つように、ビジョナルナビゲーションのためのトレーニング監視をどのように生成できるか？
• RQ2 HJリーチエーブリティ解析によって、ヒューリスティックベースの手法と比較して、より攻撃的でない、よりロバストなナビゲーションを実現するコストマップを生成できるか？
• RQ3 CNNの誤差を摂動としてモデル化することで、狭く混雑した通路を通過する際の成功確率はどの程度向上するか？
• RQ4 リーチエーブリティに基づく監視で訓練されたCNNは、微調整なしに実世界のハードウェアに一般化できるか？
• RQ5 HJリーチエーブリティ解析の保守的特性は、動的環境におけるニューラルネットワークの不確実性をどの程度補完できるか？

主な発見

• リーチエーブリティコストCNNは、シミュレーションおよび実世界のハードウェア実験の両方で、狭いドアや通路の通過において100％の成功率を達成したのに対し、ヒューリスティクスコストベースラインはすべてのシナリオで失敗した。
• Turtlebot 2を用いたハードウェア実験では、リーチエーブリティコストCNNが狭いドアや混雑した通路を安全に通過した一方、ヒューリスティクスコストCNNは全速力で壁に衝突した。
• リーチエーブリティコストCNNが生成した軌道は、障害物の近くで危険な動きを避けるなど、著しく滑らかで攻撃的でなかった。
• この手法により、エンドツーエンドで訓練されたCNNが、追加の微調整なしに実世界環境に一般化できることを示し、強力なゼロショット転送性能を示した。
• HJリーチエーブリティに基づくコストマップは、保守的ではあるが時間的に効率的なウェイポイント選択を実現し、狭い空間での衝突リスクを低減した。
• 障害物パッド付きのドアを通過する必要があるような、正確なナビゲーションを要する複雑なシナリオにおいて、本手法はベースラインE2E学習を上回った。