統合型生成・リファインメント計画：ガイド付きフローマッチングとサンプリングベースMPCを社会的ナビゲーションで橋渡しする

Abstract

動的で人中心の環境における頑健なロボット計画は、多峰性の不確実性、リアルタイム適応の必要性、安全要件により、依然として困難です。最適化ベースの計画手法は制約を明示的に扱えますが、初期化に敏感であり、動的な状況では苦戦することがあります。学習ベースの計画手法は多峰性の解空間をより自然に捉えられますが、しばしば信頼できる制約充足を欠きます。本論文では、報酬に導かれた条件付きフロー・マッチング（CFM）とモデル予測経路積分（MPPI）制御を組み合わせた、統一的な生成・洗練フレームワークを提案します。我々の主要な着想は、生成と最適化の間で双方向の情報交換を行うことです。すなわち、報酬に導かれたCFMは、MPPIの洗練のための多様で洞察に富んだ軌道事前分布を生成します。一方で、最適化されたMPPIの軌道が、次のCFM生成ステップのウォームスタートとなります。動機付けのための応用として、自律的なソーシャルナビゲーションを用い、提案手法が、安全性、タスク性能、計算時間の間のトレードオフを改善しつつ、動的環境へリアルタイムに適応できることを示します。ソースコードは https://cfm-mppi.github.io で公開されています。