Berkeley AI Research、未知の廊下をドローンが(単眼カメラのみで)衝突回避しながら自律飛行できる機械学習を用いた手法を発表

Berkeley AI Researchの研究チームは、未知の廊下を無人航空機(ドローン)が衝突回避しながら飛行できる機械学習を用いた手法を発表しました。

論文:Generalization through Simulation:Integrating Simulated and Real Data into Deep Reinforcement Learning for Vision-Based Autonomous Flight

著者:Katie Kang, Suneel Belkhale, Gregory Kahn, Pieter Abbeel, Sergey Levine
所属:Berkeley AI Research (BAIR), University of California

本論文は、単眼カメラのみを使用して、ドローンが未知の廊下環境を衝突することなく自律飛行する機械学習アーキテクチャを用いたアプローチを提案します。

本提案手法は、シミュレーションと実世界のデータから、Deep Reinforcement Learning (深層強化学習)アルゴリズムを用いて、実世界を自律飛行するための衝突回避における制御ポリシーを学習します。具体的には、大量のシミュレーションデータから視覚システムを、少量の実世界データから制御サブシステムを訓練します。

衝突回避ポリシーを訓練したドローンは、知らない廊下でも単眼カメラからの映像を駆使して自律飛行するこができ、様々な照明条件や複雑な廊下でも衝突回避しながらナビゲートすることを可能にします。比較的小さいドローンであるNAVにおける衝突回避タスクでは、他の方法と比較して4倍の精度で飛ぶことができると報告します。