CBFガイド付き拡散モデルによる無人航空機（UAV）のより安全な軌道計画

要旨: 安全で機敏な軌道計画は、自律システム、特に複雑なアクロバティック飛行を行う際に不可欠である。生成タスクにおける拡散モデルの最近の成功に触発され、本論文では無人航空機（UAV）向けに特化した、拡散ベースの軌道生成のための新しい枠組みであるAeroTrajGenを提案する。具体的には、推論時に制御バリア関数（CBF）に導かれたサンプリングを取り入れる。提案するCBF誘導サンプリングは、2つの重要な課題に対処する: （1）拡散モデルが本質的に持つ予測不可能性と、潜在的な安全違反を緩和すること、（2）広範に安全確認された学習データへの依存を低減すること。逆拡散過程において、CBFベースの誘導は、安全制約の勾配を拡散モデルのスコア関数にシームレスに統合することで、衝突のない軌道を保証する。本モデルは、多モーダルな条件付けを備えた障害物を意識する拡散トランスフォーマー・アーキテクチャを特徴とし、軌道履歴、障害物、機動スタイル、目標を含む。これにより、14種類の異なるアクロバティック飛行動作にわたって、滑らかで非常に機敏な軌道を生成できる。2,000件の専門家デモンストレーションからなるデータセットで訓練されたAeroTrajGenは、多数の障害物環境におけるシミュレーション下で厳密に評価される。シミュレーション結果は、CBF誘導サンプリングが、誘導なしの拡散ベースラインと比べて衝突率を94.7%低減し、同時に軌道の機敏さと多様性を維持することを示す。コードは https://github.com/RoboticsPolyu/CBF-DMP でオープンソースとして公開している。