推論による飛行：適応型UAVスウォーム向けアクティブ推論ワールドモデル
arXiv cs.RO / 2026/5/1
📰 ニュースDeveloper Stack & InfrastructureModels & Research
要点
- 本論文は、専門家ガイドに基づくアクティブ推論に着想した、UAVスウォームのための適応的軌道計画の確率論的フレームワークを提案している。
- オフラインではGA--RFで専門家デモを生成し、Mission/Route/Motionの辞書化を通じて、それらが誘発する関係（ミッション割当→ルート順序→モーション挙動）を学習することで、軌道設計を階層的な確率推論として捉え直している。
- 飛行中は、象徴的状態に対する事後信念を形成し、専門家が導いた参照分布とのKLダイバージェンスに基づく異常度指標を最小化して、候補行動を評価する。
- EKFやPFといったベイズ状態推定をモーション層に統合し、不確実性下での軌道補正を改善することで、オフライン最適化をやり直すことなく、ミッション割当、ルート挿入、モーション適応、衝突を考慮した再計画を可能にする。
- シミュレーションおよび実飛行データによる検証では、修正Q学習よりも滑らかで安定した挙動が得られ、ノイズや非滑らかな観測下でも象徴予測を補正できることが示され、UAVスウォーム自律への適用可能性が裏付けられる。
