[論文レビュー] Neural Graph Control Barrier Functions Guided Distributed Collision-avoidance Multi-agent Control

Songyuan Zhang, Kunal Garg+1 more|arXiv (Cornell University)|Nov 21, 2023

Bayesian Modeling and Causal Inference被引用数 4

ひとこと要約

本稿では、衝突回避制約を符号化し、エージェントと障害物を区別するためのグラフニューラルネットワーク（GNN）を用いた、学習ベースで分散型のマルチエージェント制御フレームワークであるグラフ制御バリア関数（GCBF）を提案する。16エージェントでの訓練のみで、1000体以上のエージェントを含む大規模なシナリオにおいて、MAPPO や MDCBF よりも最大3倍の高い成功率を達成し、ベースラインが失敗する状況でも50％以上の成功率を維持しており、LiDADRベースの未観測の障害物や複雑なダイナミクスに対しても効果的に一般化する。

ABSTRACT

We consider the problem of designing distributed collision-avoidance multi-agent control in large-scale environments with potentially moving obstacles, where a large number of agents are required to maintain safety using only local information and reach their goals. This paper addresses the problem of collision avoidance, scalability, and generalizability by introducing graph control barrier functions (GCBFs) for distributed control. The newly introduced GCBF is based on the well-established CBF theory for safety guarantees but utilizes a graph structure for scalable and generalizable decentralized control. We use graph neural networks to learn both neural a GCBF certificate and distributed control. We also extend the framework from handling state-based models to directly taking point clouds from LiDAR for more practical robotics settings. We demonstrated the efficacy of GCBF in a variety of numerical experiments, where the number, density, and traveling distance of agents, as well as the number of unseen and uncontrolled obstacles increase. Empirical results show that GCBF outperforms leading methods such as MAPPO and multi-agent distributed CBF (MDCBF). Trained with only 16 agents, GCBF can achieve up to 3 times improvement of success rate (agents reach goals and never encountered in any collisions) on <500 agents, and still maintain more than 50% success rates for >1000 agents when other methods completely fail.

研究の動機と目的

• 動的で未知の障害物を伴う大規模マルチエージェントシステムにおけるスケーラビリティ、一般化可能性、安全性の課題に対処すること。
• 手作業で設計された制約に依存するか、すべての近隣エージェントを同一に扱う既存のCBFおよびマルチエージェント強化学習（MARL）手法の限界を克服すること。
• 安全を維持しながら、未観測のエージェントや障害物に一般化可能な分散型で局所的な制御を可能にすること。
• LiDAR点群観測を統合して、動的で未知の環境における実世界への適用可能性を高めること。
• 従来の手法が失敗する大規模マルチエージェントタスクにおいても高い成功率を達成すること。

提案手法

• エージェント相互作用の動的グラフ構造を用いて安全制約を符号化する、ニューラルネットワークベースのCBFであるグラフ制御バリア関数（GCBF）を提案する。
• グラフニューラルネットワーク（GNN）を用いて、変化する近隣トポロジーに適応するGCBFの証明書と分散制御方策を同時に学習する。
• 制御対象のエージェントと制御不能な障害物（静的または動的障害物）を区別するために、LiDAR点群を入力として統合する。
• 安全集合の前向き不変性を保証するため、時間微分制約を用いた連続時間のCBF定式化を採用し、離散化近似による性能劣化を回避する。
• 時間変動するグラフ構造とシステムダイナミクスに対応して、安全制御集合から滑らかな制御入力を選択する。
• 提案フレームワーク下での安全保証を理論的・CBFベースの前向き不変性の議論により証明する。

実験結果

リサーチクエスチョン

• RQ1 学習ベースのCBFフレームワークは、動的で未知の障害物を伴う大規模マルチエージェントシステムにおいても安全を維持できるか？
• RQ2 GCBFは、学習分布を超えた未観測のエージェント数や障害物配置に対しても一般化できるか？
• RQ3 LiDAR観測の統合により、実世界に近い環境におけるロバストネスと性能が向上するか？
• RQ4 MAPPO や MDCBF と比較して、GCBF は成功確率とスケーラビリティの面で優れているか？
• RQ5 GCBF は、マルチコプターの複雑で現実的なダイナミクス（例：CrazyFlie）においても高い性能を維持できるか？

主な発見

• 16エージェントでのみ訓練したGCBFは、500体未満のエージェントを含む環境において、MAPPO や MDCBF よりも最大3倍の高い成功率を達成した。
• 1000体を超える大規模なシナリオでは、ベースライン手法がほぼ0％の成功率にとどまる状況でも、GCBFは50〜100％の成功率を維持した。
• テスト時に最大32体の大型障害物が存在する障害物豊富な環境では、学習時に16体の点状障害物しか使用しなかったため、GCBFはベースラインより15％以上の成功率向上を達成した。
• CrazyFlieマルチコプターのダイナミクスに、GCBFは128体のエージェントで98.9％の成功率を達成し、複雑で現実的なダイナミクスに対してもロバストであることを示した。
• 変化するグラフトポロジーやLiDARベースの観測に対しても、理論的CBFベースの前向き不変性により、安全保証を維持した。
• 実験的結果は、GCBFが、2次元および3次元の障害物なし・障害物あり環境において、あらゆるスケールでMDCBF や MAPPO を上回ることを確認した。