微分可能なシミュレーションによる、異形の隙間をUAVが通過するためのビジョンベースのエンドツーエンド学習

要旨: - 狭く不規則な隙間を通行するためのナビゲーションは、点検、捜索救助、災害対応などの用途における自律ドローンにとって不可欠なスキルである。 しかし、従来の計画・制御手法は、明示的な隙間の抽出と計測に依存している一方で、近年のエンドツーエンド手法はしばしば規則的に形作られた隙間を前提としており、その結果、汎化性能が低く、実用性が限られる。 本研究では、深度画像を制御コマンドへ直接写像する、完全にビジョンベースのエンドツーエンド・フレームワークを提示する。このフレームワークにより、未見の環境における複雑な隙間の通行を可能にする。 位置と姿勢が密に結び付いた、特殊ユークリッド群 SE(3) 上で動作する本フレームワークは、微分可能シミュレーション、Stop-Gradient 演算子、および Bimodal Initialization Distribution を活用し、連続する隙間を通過する際の安定した走行を実現する。 さらに、補助的な予測モジュールとして、隙間通過の成功を判定する分類器と、走行可能性（traversability）予測器を組み込み、継続的なナビゲーションと安全性を一層強化する。 大規模なシミュレーションおよび実環境での実験により、本手法の有効性、汎化能力、実用上の頑健性が示される。