[論文レビュー] Real-Time Stochastic Optimal Control for Multi-agent Quadrotor Systems

Vicenç Gómez, Sep Thijssen+3 more|arXiv (Cornell University)|Feb 16, 2015

Distributed Control Multi-Agent Systems参考文献 38被引用数 16

ひとこと要約

本稿では、経路積分制御を用いたリアルタイム確率的最適制御フレームワークを提示し、マルチエージェント・クアッドロプター系の効率的でサンプリングベースの軌道計画と低レベルのPID追従制御を可能にした。本手法は、10台のシミュレートされたクアッドロプターのリアルタイム連携を達成し、センサーノイズや風の影響を受ける屋外環境下でも、形成飛行や追跡行動といった自己組織的集団行動を3台の実機で実証した。

ABSTRACT

This paper presents a novel method for controlling teams of unmanned aerial vehicles using Stochastic Optimal Control (SOC) theory. The approach consists of a centralized high-level planner that computes optimal state trajectories as velocity sequences, and a platform-specific low-level controller which ensures that these velocity sequences are met. The planning task is expressed as a centralized path-integral control problem, for which optimal control computation corresponds to a probabilistic inference problem that can be solved by efficient sampling methods. Through simulation we show that our SOC approach (a) has significant benefits compared to deterministic control and other SOC methods in multimodal problems with noise-dependent optimal solutions, (b) is capable of controlling a large number of platforms in real-time, and (c) yields collective emergent behaviour in the form of flight formations. Finally, we show that our approach works for real platforms, by controlling a team of three quadrotors in outdoor conditions.

研究の動機と目的

• ノイズや不確実性に満ちた環境下で、自律的クアッドロプターのチームを効率的かつリアルタイムに制御するスケーラブルなフレームワークを開発すること。
• 高次元かつ非線形なマルチエージェント制御の課題に、効率的なサンプリングを用いた確率的最適制御理論を活用して対処すること。
• 経路積分制御が、追跡や形成飛行のような複雑なシナリオにおいて、頑健で自己組織的な集団的行動を実現できることを示すこと。
• 実機上での手法の妥当性を検証し、シミュレーションをはるかに超えた実用的実現可能性を示すこと。
• 再帰的ホライズンによる再計画と効率的な重要度サンプリングにより、計算不能なHJB解を回避することで、リアルタイム性能を実現すること。

提案手法

• 最適制御問題を、確率的推論タスクに変換する中央集権的経路積分（PI）制御問題として定式化する。
• 全コスト関数にエージェント間ペナルティおよび環境ペナルティを含め、各クアッドロプターの最適速度シーケンスを高レベルプランナが計算する。
• クアッドロプターのフライトコントローラー経由で高レベルの速度命令をモーターコマンドに変換する低レベルPID速度制御器を採用する。
• 動的変化に適応するため、モデル予測制御に類似した再帰的ホライズンによるリアルタイム再計画を適用する。
• 非ガウス分布のノイズや非線形ダイナミクスに対しても高速計算を可能にするために、効率的な重要度サンプリングを用いてPI制御問題を解く。
• スケーラビリティを向上させるために、複雑なダイナミクスを抽象化し、高レベル計画にポイントマス二重積分モデルを用いる。

実験結果

リサーチクエスチョン

• RQ1 経路積分による確率的最適制御は、ノイズや不確実性に満ちた環境下で、複数のクアッドロプターのリアルタイムかつスケーラブルな連携を可能にするか？
• RQ2 本手法は、モードが複数存在し、ノイズに依存する最適解を示すような状況において、決定論的制御や他の確率的最適制御手法と比較してどのように優れているか？
• RQ3 形成飛行や追跡といった自己組織的集団行動が、グローバルに最適化されたコスト関数から自然に生じるか？
• RQ4 ハイレベルプランナ＋ローレベルPIDの階層的制御アーキテクチャが、屋外現実環境下でも性能を維持できる程度はどの程度か？
• RQ5 本サンプリングベースのアプローチを用いて、リアルタイムで効果的に制御可能なクアッドロプターの最大台数はいくつか？

主な発見

• 提案手法の経路積分制御は、ノイズに依存する最適解を持つマルチモーダル問題において、決定論的制御や他の確率的最適制御手法を上回る性能を示した。
• 本システムは、10台のクアッドロプターをリアルタイムでシミュレーションで制御でき、スケーラビリティと計算効率の両面で有効性を示した。
• コスト関数と制御方策から自然に、円形飛行パターンや移動する標的を囲む協調的追跡（例：周囲取り囲み）といった自己組織的集団行動が生じた。
• 実機3台を用いた屋外飛行実験では、顕著なセンサーノイズや風の影響にもかかわらず、安定した円形飛行および追跡行動を達成した。
• モデル不一致に対するロバストネスを示すために、シミュレーションから実機へのシームレスな移行が可能であり、コード変更なしに実現された。
• 標準ハードウェア（例：Core i7ラップトップ）を用いても、特殊なアクセcelレータを必要とせず、リアルタイムでの計算が可能であることが確認された。