[論文レビュー] Intention-Net: Integrating Planning and Deep Learning for Goal-Directed Autonomous Navigation

Wei Gao, David Hsu+3 more|arXiv (Cornell University)|Oct 16, 2017

Robotic Path Planning Algorithms参考文献 21被引用数 72

ひとこと要約

高レベルの粗いマップの経路計画と低レベルの意図ネットモーションコントローラを組み合わせ、模倣学習で訓練し、ゴール指向ナビゲーションを実現する頑健な局所知覚を備えた二段階アーキテクチャ。

ABSTRACT

How can a delivery robot navigate reliably to a destination in a new office building, with minimal prior information? To tackle this challenge, this paper introduces a two-level hierarchical approach, which integrates model-free deep learning and model-based path planning. At the low level, a neural-network motion controller, called the intention-net, is trained end-to-end to provide robust local navigation. The intention-net maps images from a single monocular camera and "intentions" directly to robot controls. At the high level, a path planner uses a crude map, e.g., a 2-D floor plan, to compute a path from the robot's current location to the goal. The planned path provides intentions to the intention-net. Preliminary experiments suggest that the learned motion controller is robust against perceptual uncertainty and by integrating with a path planner, it generalizes effectively to new environments and goals.

研究の動機と目的

• 新しい室内環境で最小限の事前情報で頑健なゴール指向の自律ナビゲーションを動機づける。
• モデルベースの計画とモデルフリー学習を組み合わせた階層アーキテクチャを提案する。
• 計画の意図と知覚入力に条件付けられた局所モーションコントローラ（意図ネット）を学習する。
• 訓練はシミュレーションと実ロボット実験を通じて未見環境と目標への一般化を示す。

提案手法

• 粗い2-D床平面図を用いる高レベルの経路計画と、学習済みの意図ネット運動コントローラを組み合わせた2段階階層を導入する。
• 意図表現を定義する。4値の離散局所移動(DLM)または224×224の画像としてのLocal Path and Environment (LPE)。
• 意図ネットFを、カメラ画像と意図を入力として、ロボット制御値(v, steering)へエンドツーエンドに写像するよう訓練する。
• 訓練データを、シミュレーションではダイナミックウィンドウ法をエキスパートとして、実ロボットでは人間のジョイスティック操作を用いて収集する。
• 計画された経路を処理して、各時刻で意図ネット用の意図を生成し、クローズドループ実行と再計画を可能にする。
• 知覚入力と意図から制御を推定するために、LPEには二流のシアミーズネット、DLMにはResNet50ベースのフュージョンを用いる。

実験結果

リサーチクエスチョン

• RQ1 高レベルの粗いマップを用いたプランナーは、 learned low-level controller に有用な意図を提供して、ゴール指向のナビゲーションを達成できるか。
• RQ2 意図で条件付けられたニューラルモーションコントローラは、知覚不確実性と局在誤差に対する頑健性を高めるか。
• RQ3 統合システムは、訓練時に見ていない新しい環境と目標へどの程度一般化するか。
• RQ4 DLMとLPEの意図表現の比較的利点はどこにあるか。

主な発見

• 二段階アプローチは、粗いマップを用いた未知環境でのゴール指向ナビゲーションの頑健性を実現する。
• LPE-Net は一般に DLM-Net よりも優れており、特に急旋回のような難しい操作や新しい環境で顕著。
• どちらの意図ネットのバリアントも、ほとんどのタスクで成功率・介入・時間・滑らかさの点でベースライン（Path Tracker, Dynamic Window）を上回る。
• Non-Intention Net（意図入力を取り除いた場合）はほとんどのタスクで失敗することが多く、全体的な指針には意図の重要性を示す。
• 実ロボット実験は、本手法が移動する人やガラス戸、新しい床に対して堅牢に一般化することを示す。
• 局所化の不正確さは故障の原因となり得る。再計画は助けになるが、より不確実性を考慮したプランナーが頑健性をさらに改善できる可能性がある。