[論文レビュー] Robust Guarantees for Perception-Based Control

Sarah Dean, Nikolai Matni+2 more|arXiv (Cornell University)|Jul 8, 2019

Robotics and Sensor-Based Localization参考文献 68被引用数 26

ひとこと要約

本稿では、非線形なセンサ観測を持つ線形システムにおける、ロバストな認知ベース制御のためのデータ駆動型フレームワークを提案する。密度のある状態空間サンプリングを用いて、認知マップとその誤差境界を学習することで、安全領域を構築し、敵対的ノイズ下でも一般化可能なロバスト制御則を合成する。視覚ベース制御における自律システムにおいて、証明可能な安全性と性能保証を達成する。

ABSTRACT

Motivated by vision-based control of autonomous vehicles, we consider the problem of controlling a known linear dynamical system for which partial state information, such as vehicle position, is extracted from complex and nonlinear data, such as a camera image. Our approach is to use a learned perception map that predicts some linear function of the state and to design a corresponding safe set and robust controller for the closed loop system with this sensing scheme. We show that under suitable smoothness assumptions on both the perception map and the generative model relating state to complex and nonlinear data, parameters of the safe set can be learned via appropriately dense sampling of the state space. We then prove that the resulting perception-control loop has favorable generalization properties. We illustrate the usefulness of our approach on a synthetic example and on the self-driving car simulation platform CARLA.

研究の動機と目的

• 高次元かつ非線形なセンサデータ（例：カメラ画像）を自律システムのロバスト制御ループに統合する課題に対処する。
• 強い安全性保証を提供する古典的ロバスト制御と、形式的な保証を欠く現代の学習ベースの認知の間のギャップを埋める。
• 認知の不確実性を扱いやすく定量化・対処できるフレームワークを開発し、複雑な観測から導かれる状態推定に対しても安全な制御を可能にする。
• 敵対的ノイズ下でも、認知-制御ループの一般化を可能にする。これは自律システムの実世界への展開に不可欠な要件である。

提案手法

• 状態空間の密度のあるサンプリングを用いて、複雑な観測（例：画像）をシステム状態の線形関数にマッピングする認知マップを学習する。
• 認知マップと状態から観測へと関連付ける生成モデルに対して滑らかさの仮定を設け、局所的な推定誤差を境界化する。
• 局所的な誤差境界に基づくデータ依存型安全領域を構築し、システムがトレーニングデータの近傍に留まるように保証する。
• 安全領域と誤差境界を用いてロバスト制御則を合成し、敵対的摂動下でもトレーニング分布からの偏差が有界であることを保証する。
• ℓ∞-有界不確実性モデルを用いてロバスト制御問題を定式化し、最悪ケースの性能保証を可能にする。
• 合成データおよびCARLA自己走行車シミュレータを用いてフレームワークを検証し、ロバスト制御則とノーマル制御則を比較する。

実験結果

リサーチクエスチョン

• RQ1 データ駆動手法を用いて、視覚ベース制御における認知の不確実性をどのような条件下で定量化・境界化できるか？
• RQ2 状態推定が非線形的かつ高次元の観測から得られる場合に、システムの安全性を保証するロバスト制御則はどのように合成できるか？
• RQ3 認知マップが限られたトレーニングデータから学習された場合でも、認知-制御ループが敵対的ノイズ下で一般化可能であると保証できるか？
• RQ4 認知マップと生成モデルの滑らかさが、一般化と安全性保証を可能にする上で果たす役割は何か？
• RQ5 分布シフト下での安定性と性能の観点から、提案されたロバスト制御則は、ノーマル制御則（例：LQG、ℓ1最適）と比べてどのように異なるか？

主な発見

• 提案手法は、敵対的ノイズ下でもトレーニングデータ分布からのシステムの偏差が有界であるのに対し、ノーマル制御則（LQG、ℓ1最適）は失敗し発散することを示した。
• 認知誤差プロファイルは局所的な勾配有界性を示し、滑らかさとトレーニング点からの距離に応じた誤差の減少という理論的仮定が妥当であることを裏付けた。
• CARLAシミュレータにおいて200回のロールアウトで、ロバストに合成された制御則は、安全領域内において一貫した性能を示し、誤差バーが有界なℓ∞追従誤差を維持した。
• 本フレームワークは、敵対的ノイズ下で視覚ベース制御システムに対する最初の証明可能な一般化保証を提供し、学習ベースロボティクスにおける安全性の重要なギャップを埋めた。
• 特徴マッチングの失敗により視覚オドメトリが失敗しても、ロバスト制御則は安全な挙動を維持し、認知障害に対するレジリエンスを示した。
• 密度のあるサンプリングによる安全領域の構築により、完全なシステム同定や完全な状態可観測性を必要とせず、取り扱いやすいデータ駆動型の安全性保証が可能となった。