自律システムのためのミッション整合型学習・インフォームド制御：定式化と基礎

要旨: 研究、イノベーション、そして実践的な資本投資は、自律的な物理エージェントの実現に向けて急速に増加している。これには、産業用およびサービスロボット、無人航空機、組込み制御デバイス、ならびに知能的自律デバイスのサイバネティック／メカトロニック実装のその他の多数の実現が含まれる。本論文では、通常は二段階の強化学習手続きにより、下位レベルの物理的な移動判断と、上位レベルの概念的タスクおよびそれらの下位構成要素の両方に対する方策を訓練することになる、様式化されたロボティック・ケアを考察する。システムにおける安全性と信頼性をより高めるために、我々は、学習のための能力を統合した二段階の最適化スキームの一般的な定式化を提示する。このスキームは、下位レベルでは制御を取り込み、上位レベルでは古典的計画を取り込み、さらに統合学習の能力を備える。複数の手法――制御、古典的計画、およびRL――の相乗的な統合は、アルゴリズム開発のためのより深い洞察の機会を提供し、より効率的かつ信頼性の高い性能につながる。ここでいう信頼性とは、物理的な安全性と、ユーザおよび規制当局に関して、そうした自律エージェントの本来ブラックボックス的な動作に対する解釈可能性を意味する。本研究は、最適化フレームワークの必要な背景と一般的な定式化を提示し、それぞれの構成要素と、それらの相互統合について詳述する。