頑健な探索のためのアクティブ・パーセプション・ゲーム

概要: 能動的知覚のアプローチは、いくつかの情報利得の推定値を用いて、将来の注目視点を選択します。不正確な推定は、例えば切迫した状況で苦しんでいる人物を見つけるといった重要な状況において有害になり得ます。しかし、真の情報利得は事後、つまり観測が実現した後にしか計算できません。我々は、推定した情報利得（それらの相関を無視しつつ、あり得る将来の観測に対する期待値）と真の情報利得の間の不一致を推定するためのアプローチを提示します。鍵となる考え方は、ゲーム理論的な設定において、能動的知覚と情報利得の推定誤差の数学的な関係を分析することです。これを用いて、真の情報利得を推定するためのオンライン推定アプローチを開発し、（時間ステップ数に関して）劣線形（sub-linear）な後悔（regret）を達成するとともに、能動的知覚システムの劣適性を低減します。我々のアプローチを、次のための包括的な一連の実験によって能動的知覚に適用し、その有効性を示します： (a) 写実的シミュレーション内のクアドロトール、実世界のロボティクスデータ、屋内および屋外のシーンを探索する地上移動ロボットによる実世界実験を含む、異なる種類の環境； (b) 異なる種類のロボティクス知覚データ； (c) 異なる種類の地図表現。平均すると、我々のアプローチは情報利得推定誤差を42%低減し、情報利得を7%増加させ、PSNRを5%向上させ、意味的正確性（正しく局在化できた物体の数として測定）を6%向上させます。ジャッカルの地上ロボットによる実世界実験では、我々のアプローチは遮蔽領域を探索するための複雑な軌道を示しました。