[論文レビュー] Path Planning in Unknown Environments Using Optimal Transport Theory

Haoyan Zhai, Magnus Egerstedt+1 more|arXiv (Cornell University)|Sep 25, 2019

Robotic Path Planning Algorithms参考文献 50被引用数 4

ひとこと要約

本稿では、最適輸送理論とFokker-Planck方程式（FPE）を用いて、未知の環境における決定的でグラフベースのパスプランニングアルゴリズムを提案する。このアルゴリズムは、開始点から目的点に向けて、潜在的エネルギーを最小化するように段階的にグラフを構築し、障害物の情報が到着する度に動的に更新される。これにより、存在する場合、有限時間内に実行可能なパスを保証する完全性が達成される。高次元空間においても同様に有効である。

ABSTRACT

This paper introduces a graph-based, potential-guided method for path planning problems in unknown environments, where obstacles are unknown until the robots are in close proximity to the obstacle locations. Inspired by optimal transport theory, the proposed method generates a graph connecting the initial and target configurations, and then finds a path over the graph using the available environmental information. The graph and path are updated iteratively when newly encountered obstacle information becomes available. The resulting method is a deterministic procedure proven to be complete, i.e., it is guaranteed to find a feasible path, when one exists, in a finite number of iterations. The method is scalable to high-dimensional problems. In addition, our method does not search the entire domain for the path, instead, the algorithm only explores a sub-region that can be described by the evolution of the Fokker-Planck equation. We demonstrate the performance of our algorithm via several numerical examples with different environments and dimensions, including high-dimensional cases.

研究の動機と目的

• 障害物が接近してからしか検出されない未知の環境におけるパスプランニングの課題に取り組む。
• 再計画におけるライブロック、高次元における計算コストの高さ、ポテンシャル場における局所的最小値といった、従来の手法の限界を克服する。
• FPEのダイナミクスを用いて関連する部分領域に焦点を当てることで、全ドメインの全探索を避ける決定的で完全なアルゴリズムを開発する。
• Fokker-Planck方程式の進化が支配する領域に探索を制限することで、スケーラビリティと効率性を確保する。
• 最適輸送理論とWasserstein空間における勾配フローを用いて、収束性とパスの可能性に関する理論的保証を提供する。

提案手法

• 配置空間におけるポテンシャルエネルギーを最小化する基準に基づき、ノードを追加することで、ポテンシャル関数を用いてグラフ生成を誘導する。
• 最適輸送に従う確率分布の進化をモデル化するFokker-Planck方程式（FPE）に基づく領域拡大戦略を採用する。
• 初期状態から出発し、ポテンシャル関数の勾配降下に類似した手続きを用いて、目的方向へと木構造のグラフを拡張する。
• 新しい障害物データが検出された際に、グラフとパスを動的に更新することで、環境の変化に適応可能である。
• Fokker-Planck方程式のサポートが記述する部分領域に探索を制限することで、全空間探索を回避し、計算効率を向上させる。
• Wasserstein空間におけるFPEの勾配フロー構造を活用することで、局所的最小値からの脱出を保証する最適輸送理論を統合する。

実験結果

リサーチクエスチョン

• RQ1 未知の環境におけるパスプランニングアルゴリズムは、全ドメインの全探索を避けても完全性を保証できるか？
• RQ2 最適輸送理論をどのように活用して、局所的最小値を回避するグラフベースのパス探索を誘導できるか？
• RQ3 Fokker-Planck方程式は、計算的に扱える部分領域に探索空間を制限するために果たす役割は何か？
• RQ4 段階的に新しい障害物情報を取り込む際、アルゴリズムはどのようにして決定的かつ完全性を維持できるか？
• RQ5 この手法は、マルチロボットシステムに一般的に見られる高次元の配置空間に対しても、効果的にスケーリングできるか？

主な発見

• アルゴリズムは完全性が証明されている：存在する場合、有限反復内に実行可能なパスを保証的に発見する。
• グラフの成長は配置空間の次元に対して線形に増加するため、高次元問題へのスケーラビリティが達成される。
• 探索はFokker-Planck方程式のサポートが支配する部分領域に限定されるため、全空間探索と比較して計算負荷が著しく低減される。
• Wasserstein空間におけるFPEの勾配フロー構造のおかげで、局所的最小値からの脱出が保証され、グローバル最小値への収束が確保される。
• 各計画ステップにおいて、現在の環境情報に基づき最適なパスが得られ、パスが存在しない場合には不可能性を検出する。
• 数値実験により、2次元および高次元環境、特に狭い通路や複雑な障害物配置を含む環境でも、強固な性能を示した。