Un filtre de sécurité robotique apprend à préserver les options de récupération
En termes simples
Un robot de navigation peut être en sécurité maintenant tout en se retrouvant bientôt dans une situation où il ne pourra plus éviter une collision. Cet article présente SAFTER, une méthode qui vérifie si le robot pourrait suivre une manœuvre de secours sûre avant d’autoriser une commande, puis utilise cette même vérification pendant l’apprentissage de la politique de navigation.
Dans les simulations, SAFTER a atteint un objectif de réussite sur les cartes d’entraînement avec moins d’étapes dans l’environnement qu’un entraînement SAC classique. Son avantage sur une autre méthode de sécurité est apparu sur une carte modifiée, mais pas sur la modification la plus difficile.
La recherche
Un robot peut respecter une limite de sécurité immédiate tout en perdant la capacité d’éviter une collision ultérieure lorsque ses commandes sont limitées.
On ne sait pas encore clairement si l’on peut apprendre la navigation de façon à préserver une manœuvre de récupération sûre, au lieu de vérifier seulement si chaque commande est sûre au moment où elle est émise.
SAFTER filtre les commandes d’un robot quadrupède en vérifiant par échantillonnage une manœuvre de récupération, et permet à la politique de navigation d’apprendre à travers ce même filtre de sécurité.
L’article demande si une politique de navigation peut préserver la possibilité de récupération, au lieu de simplement satisfaire une vérification de sécurité immédiate.
SAFTER répond par un filtre qui évalue une manœuvre de secours et permet à l’apprentissage de la politique de tenir compte des commandes réellement exécutées par le filtre.
Sur des cartes simulées modifiées, SAFTER a obtenu de meilleurs résultats qu’une méthode comparable avec filtre de secours sur Medium-Shift, mais de moins bons résultats sur High-Shift.
La comparaison étaye un avantage dans une configuration modifiée testée, pas une supériorité uniforme quand la géométrie change.
Ces résultats portent sur les cartes d’entraînement testées, trois environnements simulés et deux cartes du monde réel.
La garantie formelle concerne un modèle de sécurité continu dans le temps et simplifié ; le filtre du robot fonctionne à 10 Hz et vérifie la sécurité de la manœuvre de secours à certains instants futurs. Le théorème ne certifie donc pas le robot complet entre deux mises à jour et ne prend pas en compte les obstacles non observés.
Analyse
Détails
- Auteurs de l’article original
- Benedictus C. G. Cinun, Bin Hu
- Soumis à arXiv
- Licence
- CC BY 4.0