[論文レビュー] Learning-based Preference Prediction for Constrained Multi-Criteria Path-Planning

Kévin Osanlou, Christophe Guettier+3 more|arXiv (Cornell University)|Aug 2, 2021

Robotic Path Planning Algorithms参考文献 20被引用数 6

ひとこと要約

本稿では、自律走行車両（AGV）における制約付き多基準ルート計画において、ニューラルネットワークを用いて事前学習した自律走行可能性を予測する学習ベースの好み予測フレームワークを提案する。この予測を制約プログラミング（CP）に基づくオンラインプランナに統合することで、好天時では人為的介入を90%、中程度の天候時では80%削減し、経路距離は10–30%増加にとどめる。距離と自律走行可能性の間の良好なトレードオフを示している。

ABSTRACT

Learning-based methods are increasingly popular for search algorithms in single-criterion optimization problems. In contrast, for multiple-criteria optimization there are significantly fewer approaches despite the existence of numerous applications. Constrained path-planning for Autonomous Ground Vehicles (AGV) is one such application, where an AGV is typically deployed in disaster relief or search and rescue applications in off-road environments. The agent can be faced with the following dilemma : optimize a source-destination path according to a known criterion and an uncertain criterion under operational constraints. The known criterion is associated to the cost of the path, representing the distance. The uncertain criterion represents the feasibility of driving through the path without requiring human intervention. It depends on various external parameters such as the physics of the vehicle, the state of the explored terrains or weather conditions. In this work, we leverage knowledge acquired through offline simulations by training a neural network model to predict the uncertain criterion. We integrate this model inside a path-planner which can solve problems online. Finally, we conduct experiments on realistic AGV scenarios which illustrate that the proposed framework requires human intervention less frequently, trading for a limited increase in the path distance.

研究の動機と目的

• 不確実な自律走行可能性下での自律走行車両（AGV）のルート計画における人的介入の最小化という課題に対処すること。
• 地形、天候、車両動力学が走行可能性に与える影響を受けるオフロード環境において、自律走行可能性を予測する学習ベースの手法を開発すること。
• 制約プログラミング（CP）に基づくオンラインルートプランナに学習済み走行可能性予測を統合し、リアルタイムでの多基準最適化を実現すること。
• 距離を最小化するという目的と、自律走行可能性を最大化するという目的の間で、特に悪天候下でバランスをとること。
• 実際のシナリオを用いてフレームワークを評価し、経路長と必要な人的介入の間のトレードオフを定量的に評価すること。

提案手法

• 地形、天候、車両パラメータに基づいて自律走行可能性を予測できるように、オフラインシミュレーションでニューラルネットワークを学習する。
• 各経路エッジを、走行可能性に影響する物理的および環境的要因をエンコードした特徴ベクトルとして表現する。
• 学習済みニューラルネットワークを前向き伝搬することで、エッジに好みスコアを割り当て、オンライン計画における走行可能性を推定する。
• 距離と走行可能性の両方を最適化するCPベースのルートプランナ（PCMCO）に、学習済み走行可能性予測を統合する。
• ハイブリッドNN + PCMCOフレームワークを適用し、距離を最小化すると同時に自律走行を最大化するオンライン経路を計算する。
• 人的介入の回数を経路実行中にカウントする3次元シミュレーション環境を用いて、手法の妥当性を検証する。

実験結果

リサーチクエスチョン

• RQ1 学習済みニューラルネットワークモデルは、変動する天候や地形条件下のオフロードAGV環境において、自律走行可能性を正確に予測できるか？
• RQ2 学習済み走行可能性予測をCPベースのプランナに統合することで、経路距離と人的介入のトレードオフにどのような影響を与えるか？
• RQ3 従来の固定走行可能性閾値を用いたルート計画と比較して、本手法は人的介入をどの程度削減できるか？
• RQ4 ニューラルネットワークの予測は、好天、中程度、悪天の各天候条件下で一般化可能か？
• RQ5 本手法の性能向上は、ベースライン手法と比較して統計的に有意であるか？

主な発見

• 好天時、NN + PCMCO手法は1経路あたりの人的介入を0.1（PCO対比1.6）にまで削減し、94%の削減を達成。経路距離はわずか10%増加。
• 中程度の天候時、介入回数は1経路あたり0.4（PCO対比2.3）にまで低下し、83%の削減。距離コストは30%増加。
• 悪天候時、介入回数は1経路あたり2.5（PCO対比4.1）にまで低下し、41%の削減。距離コストは22%増加。
• 対応t検定の結果、経路距離に有意差あり（p < 10^-7）、距離の増加が偶然によるものではないことを裏付けた。
• カイ二乗検定の結果、NN + PCMCOの介入パターンはPCOとは独立（p > 0.89）であり、手法の一貫性と特異性が検証された。
• ニューラルネットワークモデルは、すべての天候条件下で一貫性があり信頼性の高い予測を示し、人的作業負荷の低減に効果的なオンラインルート計画を可能にした。