VO-Safe強化学習によるドローンナビゲーション

本研究は、視覚オドメトリ（VO）に基づく位置特定を行うドローンのための強化学習（RL）に基づくナビゲーションに焦点を当てています。このようなドローンは、視覚的特徴が乏しいエリアに飛び込むことを避けるべきであり、そうすることで位置特定が悪化したり、追跡が完全に失われたりします。これを実現するために、次の制御ステップのためにウェイポイントを生成する高レベルコントローラーとしてRL訓練されたポリシーを使用し、ドローンが次のウェイポイントに到達するためのガイダンスを提供する低レベルコントローラーを使用した階層的制御スキームを提案します。高レベルポリシーの訓練において、他のRLベースのナビゲーションアプローチとは異なり、ポーズ推定に関連する罰則を導入することによって、ポリシーにVO性能の意識を組み込みます。ロボットが認識に優しいエリアと好ましくないゾーンを区別するのを助けるために、生の画像の代わりに意思決定の入力としてセマンティックシーンを提供します。このアプローチは、シムからリアルへの応用ギャップを最小限に抑える助けにもなります。