米軍、オフロード戦闘車両の自律走行に近づく

米国陸軍戦闘能力開発コマンドの陸軍研究研究所とテキサス大学オースティン校の研究者は、自律車両に大きな影響を与える可能性のあるアルゴリズムを開発しました。このアルゴリズムにより、自律地上車両は人間の運転を見て、自らのナビゲーションシステムを改善できます。

研究者によって開発されたアプローチは、APPLD（Adaptive Planner Parameter Learning from Demonstration）と呼ばれます。陸軍の実験的な自律地上車両でテストされました。

この研究は、IEEE Robotics and Automation Lettersに掲載されています。研究のタイトルは「APPLD: Adaptive Planner Parameter Learning From Demonstration」です。

APPLD

ガレット・ワーネル博士は陸軍の研究者です。

「APPLDのようなアプローチを使用すると、現在の兵士は既存の訓練施設で自律システムの改善に貢献できるようになります。兵士は通常の運転操作を行うだけで、自律システムの改善に貢献できます。これらの技術は、陸軍が次世代の戦闘車両を設計し、オフロード環境で自律的にナビゲーションできるようにする計画に重要な貢献となります。」

新しいシステムを開発するために、研究者はデモンストレーションから機械学習アルゴリズムとクラシックな自律ナビゲーションシステムを組み合わせました。このアプローチの最も良い特徴は、APPLDが既存のシステムを改善して人間のように動作することを可能にすることです。代わりに、クラシックなシステム全体を置き換えるのではなく、既存のシステムを改善することができます。

このため、展開されたシステムは、クラシックなナビゲーションシステムに存在する最適性、説明可能性、安全性などの特徴を保持しながら、より柔軟なシステムを作成できます。このシステムは、新しい環境に適応できます。

「人間の運転の1回のデモンストレーション、Xboxワイヤレスコントローラーを使用して提供されたもので、APPLDは特定のローカル環境に応じて車両の既存の自律ナビゲーションシステムを調整する方法を学ぶことができました。例えば、狭い廊下では、人間の運転手は減速して慎重に運転しました。人間の運転を観察した後、自律システムも同様の環境では最大速度を低下させて計算予算を増加させることを学びました。これにより、車両は以前失敗していた他の狭い廊下を自律的にナビゲーションできるようになりました。」

https://www.youtube.com/watch?v=u2xxPTZA0DY

結果は、トレーニングされたAPPLDシステムがテスト環境をより効率的にナビゲーションし、クラシックなシステムよりもミスが少なかったことを示しています。さらに、トレーニングを行った人間よりも環境を速くナビゲーションできます。

ピーター・ストーン博士は、テキサス大学オースティン校のロボティクスコンソーシアムの教授および議長です。

「機械学習の観点から、APPLDは、ナビゲーションシステム全体をスクラッチから学習しようとするエンドツーエンドの学習システムと対比しています。これらのアプローチは、多くのデータを必要とし、安全でもロバストでもない動作につながる可能性があります。APPLDは、慎重に設計された制御システムの部分を活用し、機械学習の努力をパラメータ調整プロセスに集中させます。これは、通常、1人の人の直感に基づいて行われます。」

新しいシステムにより、ロボティクス分野の非専門家が自律車両のナビゲーションをトレーニングし、改善できます。例えば、多数のユーザーがシステムを改善するために必要なデータを提供できます。専門のエンジニアがシステムを手動で変更するのではなく、ユーザーがシステムを改善することができます。

ジョナサン・フィンク博士は陸軍の研究者です。

「現在の自律ナビゲーションシステムは、通常、各新しい展開環境で手動で調整する必要があります。このプロセスは非常に困難です。ロボティクス分野の広範なトレーニングを受けた人物によって行われる必要があり、正しいシステム設定が見つかるまで多くの試行錯誤が必要です。対照的に、APPLDは人間の運転を観察することでシステムを自動的に調整します。誰でもビデオゲームコントローラーを使用して行うことができます。展開中、APPLDは環境の変更に応じてシステムをリアルタイムで調整することもできます。」

軍事利用

このシステムは、陸軍が現代化されたオプションの有人戦闘車両とロボティック戦闘車両を開発している現在、陸軍にとって有用です。現在、多くの環境は、最も優れた自律ナビゲーションシステムにとっても複雑すぎます。

シュエス・シャオ博士は、テキサス大学オースティン校のポスドク研究者であり、論文の第一著者です。

「陸軍への即時的な関連性に加えて、APPLDは、伝統的なエンジニアリングアプローチと新しい機械学習技術の間のギャップを埋める機会を創出し、現実世界で堅牢で適応性に富んだモバイルロボットを創造します。」

APPLDシステムは、さまざまな屋外環境でテストされる予定です。研究者チームは、追加のセンサー情報がシステムにより複雑な動作を学習させるのを助けるかどうかも調べます。