Performance Comparison of Classical and Neural Sampling Algorithms for Robotic Navigation

技術概要：ロボットナビゲーションにおける古典的およびニューラルサンプリングアルゴリズムの性能比較

問題定義
サンプリングベースの運動計画は、地上ロボット、無人航空機（UAV）、自動運転車を含む自律システムにとって不可欠である。高次元空間における効率性から広く利用されている急速探索ランダム木（RRT）およびその最適化版である RRT* は、非効率的なランダムサンプリングに起因する課題を抱えている。これにより、計算コストの高さ、収束の遅延、特に障害物密度が変化する複雑な環境における最適でないギザギザした経路が生じる。Informed RRT* のような変種は、楕円体サンプリングなどの手作りのヒューリスティックを利用して収束を加速させるが、多様な環境構造への適応性に欠ける。近年の機械学習の進展は、ニューラルネットワークが有望な領域へのサンプリングをバイアスかける可能性を示唆しているが、一貫した条件下でこれらのニューラルガイドアプローチを古典的なベースラインと比較した統一的かつ制御された評価は依然として限られている。

手法
本研究は、障害物分布が疎、中程度、密の環境において、3 つのアルゴリズムを統一的なフレームワーク内で実装・比較する。

1. RRT*：ノードの再配線による漸近的最適性を利用し、一様ランダムサンプリングを用いる古典的なベースライン。
2. Neural RRT*：訓練済みのニューラルネットワークによって予測された確率マップ $P(x, y)$ によってサンプリングステップが誘導される改良版。サンプリングは、学習された分布と一様サンプリングの重み付き混合 ($x_{rand} \sim \alpha P(x, y) + (1-\alpha)U(X_{free})$) である。
3. Neural Informed RRT：学習されたサンプリング分布と Informed RRT の幾何学的制約を組み合わせるハイブリッドアプローチ。コスト $c_{best}$ の初期実行可能経路を見つけた後、サンプリングは、学習された確率マップと、開始点、目標点、および $c_{best}$ によって定義される楕円体領域の交差部分に制限される。

ニューラルネットワークアーキテクチャと学習
両方のニューラルプランナーは、ResNet-50 エンコーダ・デコーダ構造を持つ U-Net ベースのモデルを利用する。入力には、障害物マップ、開始位置、目標位置を符号化した 224×224 の 3 チャンネル画像が用いられる。ネットワークはサンプリングプロセスを誘導する高密度な確率マップを出力する。モデルは、ランダムなグリッドマップ上で A* アルゴリズムによって生成されたデータセットを用いて、教師あり学習で訓練される。学習目的は、予測された確率マップと真値の経路マスク（ロバスト性のために拡大処理済み）との間の Dice 損失を最小化することである。一般化を確保するため、ランダムな障害物の変動や開始・目標位置の再配置を含むデータ拡張技術が採用される。

主な貢献

• 統一的な比較：既存の文献における一貫したベンチマークの欠如に対処するため、複雑さが異なるマップ全体で、古典的 RRT*、Neural RRT*、および Neural Informed RRT* の制御された並列評価を提供する。
• 定量的評価：経路長、計画時間、経路の滑らかさ、成功率の 4 つの指標を用いて性能を厳密に評価する。
• トレードオフ分析：ニューラル推論の計算オーバーヘッドと、経路の質および収束効率の向上との間のトレードオフを明示的に分析する。

結果
各マップタイプ（疎、中程度、密）あたり 50 回の試行で行われた実験により、以下の知見が得られた。

• 経路の質：Neural Informed RRT* は一貫して最短の経路長と最も滑らかな軌道を達成した。密な環境では、古典的 RRT* と比較して経路長が最大 14% 短縮され、滑らかさが 55〜75% 向上した。Neural RRT* もベースラインに対して経路の質を向上させたが、その程度は小さかった。
• 計画時間：古典的 RRT* は、特に疎なマップにおいて、一般的に最も高速な計画時間を示した。ニューラルガイドプランナーは、ネットワーク推論に起因して計算時間のわずかな増加を伴った。しかし、本研究は、複雑な環境における経路の最適性と滑らかさの大幅な改善が、この時間的コストを上回ると指摘している。
• 成功率：すべてのアルゴリズムは、疎および中密度のマップで 100% の成功率を維持した。密なマップでは、Neural Informed RRT* は時折、攻撃的な探索空間の剪定に起因して 90% の成功率に低下したが、それでも効率性の指標において他を凌駕した。

意義と主張
本論文は、サンプリングベースのプランナーへの AI ベースのガイダンスの統合が、ロボットナビゲーションの信頼性と軌道効率を大幅に向上させると主張している。結果は、Neural Informed RRT* が経路の質と計算時間の間で最良のバランスを提供し、複雑で障害物の多い環境でのナビゲーションに最も適した選択であることを示している。このアプローチはわずかな計算オーバーヘッドをもたらすが、本研究は、経路の最適性と滑らかさにおける結果的な改善が、リアルタイムアプリケーションにおけるこのコストを正当化すると結論づけている。著者らは、この研究を、学習されたヒューリスティックと古典的な最適性の保証を効果的に統合することによるリアルタイムロボット経路計画の進展への一歩として位置づけている。今後の研究として、これらの手法を動的な 3 次元環境および実世界のロボット応用へ拡張することが提案されている。