スパースなロードマップによる疎な情報の物理インフォームド ニューラル運動計画のための弱教師あり学習

要旨: 障害物のない経路計画問題とは、高次元かつ障害物の多い空間において、開始状態と目標状態の間に衝突のない経路を見つけることを要求します。近年の学習ベース手法は有望な解決策を提供しています。たとえば、Neural Time Fields（NTFields）のような自己教師ありの物理に基づく手法は、専門家によるデモンストレーションなしに価値関数を学習するためにアイコナール方程式を解きます。しかし、既存の物理に基づく手法は、複雑な複数部屋（multi-room）環境ではスケールしにくいという課題があります。単にサンプル数を増やしても局所最小の問題を解消できず、さらに大域的な整合性（global consistency）を保証することもできません。そこで我々は、疎なロードマップからの弱い教師信号と、物理に基づくPDE正則化を組み合わせた、弱教師ありフレームワークである階層型Neural Time Fields（H-NTFields）を提案します。ロードマップは、移動時間に対する上界および下界によって大域的な位相的アンカー（topological anchors）を提供し、一方でPDEの損失が、局所的な幾何学的な忠実性（local geometric fidelity）と障害物を意識した伝播（obstacle-aware propagation）を強制します。18個のGibson環境および実機ロボットプラットフォームでの実験では、H-NTFieldsが従来の物理に基づく手法に比べて頑健性を大幅に向上させること、さらに連続的な価値表現（continuous value representation）を通じて高速な償却推論（fast amortized inference）を可能にすることが示されました。