USAs militære nærmer seg autonome off-road kampkjøretøy

Forskere ved USAs hærs Combat Capabilities Development Commands Army Research Laboratory og University of Texas at Austin har utviklet en algoritme som kan ha store implikasjoner for autonome kjøretøy. Med algoritmen kan autonome terrengkjøretøy forbedre sine egne navigasjonssystemer ved å se en menneske kjøre.

Tilnærmingen som er utviklet av forskerne, kalles adaptiv planleggingsparameterlæring fra demonstrasjon, eller APPLD. Den ble testet på en arméeksperimentell autonom terrengkjøretøy.

Forskningen ble publisert i IEEE Robotics and Automation Letters. Arbeidet har tittelen “APPLD: Adaptive Planner Parameter Learning From Demonstration.”

APPLD

Dr. Garrett Warnell er en arméforsker.

“Med tilnærminger som APPLD, vil nåværende soldater i eksisterende treningsfasiliteter kunne bidra til forbedringer i autonome systemer bare ved å operere sine kjøretøy som normalt,” sa Warnell. “Teknikker som disse vil være en viktig bidrag til hærens planer om å designe og utvikle neste generasjons kampkjøretøy som er utstyrt til å navigere autonomt i off-road-utplasseringsmiljøer.”

For å utvikle det nye systemet, kombinerte forskerne maskinlæring fra demonstrasjonsalgoritmer og klassiske autonome navigasjonssystemer. En av de beste egenskapene ved denne tilnærmingen er at den tillater APPLD å forbedre et eksisterende system for å oppføre seg mer som et menneske, i stedet for å erstatte hele det klassiske systemet. 

På grunn av dette, kan det utplasserte systemet beholde egenskaper som optimalitet, forklarbarhet og sikkerhet, som er til stede i klassiske navigasjonssystemer, samtidig som det skaper et mer fleksibelt system som kan tilpasse seg nye miljøer.

“En enkelt demonstrasjon av menneskelig kjøring, levert ved hjelp av en vanlig Xbox trådløs kontroller, tillot APPLD å lære hvordan man kan finjustere kjøretøyets eksisterende autonome navigasjonssystem forskjellig avhengig av det spesifikke lokale miljøet,” sa Warnell. “For eksempel, når i en trang korridor, sakte menneskekjøreren ned og kjørte forsiktig. Etter å ha observert dette beteendet, lærte det autonome systemet å også redusere sin maksimale hastighet og øke sin beregningsbudsjett i lignende miljøer. Dette tillot til slutt kjøretøyet å navigere autonomt i andre trang korridorer hvor det tidligere hadde feilet.”

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

Resultatene viste at det trente APPLD-systemet kunne navigere i testmiljøene mer effektivt og med færre feil sammenlignet med det klassiske systemet. I tillegg kunne det også navigere i miljøet raskere enn det menneskelige ansvarlige for å trene det. 

Dr. Peter Stone er en professor og leder av Robotics Consortium ved UT Austin.

“Fra et maskinlæringperspektiv, kontrasterer APPLD med såkalte end-to-end-læringssystemer som forsøker å lære hele navigasjonssystemet fra scratch,” sa Stone. “Disse tilnærmingene tenderer til å kreve mye data og kan føre til atferd som hverken er trygg eller robust. APPLD utnytter delene av kontrollsystemet som er blitt nøye konstruert, samtidig som den fokuserer sin maskinlæringinsats på parameterjusteringsprosessen, som ofte gjøres basert på en enkelt persons intuisjon.”

Det nye systemet tillater ikke-eksperter i feltet robotikk å trene og forbedre autonomt kjøretøynavigasjon. For eksempel, kunne et ubegrenset antall brukere levere dataene som er nødvendige for systemet å forbedre seg selv, i stedet for å avhenge av en gruppe ekspertingeniører som manuelt justerer systemet.

Dr. Jonathan Fink er en arméforsker.

“Nåværende autonome navigasjonssystemer må vanligvis justeres for hånd for hvert nytt utplasseringsmiljø,” sa Fink. “Dette prosessen er ekstremt vanskelig — det må gjøres av noen med omfattende trening i robotikk, og det krever mye prøving og feiltilnærming til rett systeminnstillinger kan finnes. I kontrast, justerer APPLD systemet automatisk ved å se en menneske kjøre systemet — noe som hvem som helst kan gjøre hvis de har erfaring med en videospillkontroller. Under utplassering, tillater APPLD også systemet å justere seg selv i sanntid mens miljøet endrer seg.”

Militær bruk

Dette systemet ville være nyttig for hæren, som for tiden arbeider med å utvikle moderne, valgfrie kampkjøretøy og robotiske kampkjøretøy. For øyeblikket er mange av miljøene for komplekse for selv de beste autonome navigasjonssystemene. 

Dr. Xuesu Xiao er en postdoktorand ved UT Austin og hovedforfatter av papiret.

“I tillegg til den umiddelbare relevansen for hæren, skaper APPLD også muligheten til å brygge gapet mellom tradisjonelle ingeniørtilnærminger og fremvoksende maskinlæringsteknikker, for å skape robuste, adaptive og fleksible mobile roboter i den virkelige verden,” sa Xiao

APPLD-systemet vil nå bli testet i forskjellige utendørs miljøer. Forskergruppen vil også se om ytterligere sensorinformasjon kan hjelpe systemene til å lære mer komplekse atferd.