A Temporal Barrier Framework for Collision Avoidance in Multi-Agent Autonomous Aerial Vehicles

技術要約：マルチエージェント自律航空機における衝突回避のための時間的バリア・フレームワーク

問題提起
動的、不確実、かつ潜在的に敵対的な環境において自律航空機の運用チームを動作させるには、信頼性と選択性の両方を備えた安全プロトコルが必要である。ユークリッド距離に基づく制御バリア関数（CBF）や速度障害物（VO）といった既存の衝突回避手法は、3次元の航空環境において苦戦することが多い。距離ベースの指標は、安全な近接構成（離反する軌道）と危険な構成（接近する軌道）を区別できない。さらに、標準的な衝突時間（TTC）指標は、定常速度を仮定しているため、エージェントが複数の自由度を持ち、衝突回避のために操舵可能な3次元環境においては、定義が困難であったり無限大になったりすることが多い。課題は、リアルタイムで計算可能であり、エージェントの動力学と制御限界を考慮し、かつ衝突を積極的に狙う敵対的エージェントに直面しても効果的であり続けるリスク指標を開発することである。

手法
著者らは、敵対的衝突時間（aTTC）と呼ばれる新しいリスク指標を中心とした時間的バリア・フレームワークを提案している。

1. 敵対的衝突時間 (aTTC):

   • 標準的なTTCとは異なり、aTTCは最悪のシナリオの下での衝突時間を定義する。すなわち、エゴエージェントが一定の速度で移動する一方で、周囲の「追跡者」エージェントが、インターセプト（迎撃）するために最大級の制御努力（速度および加速度の制限）をもって操舵する場合である。
   • 著者らは、緩やかな仮定（具体的には、追跡者の最大速度がエゴの現在の速度を上回る場合）の下で、aTTCが確実に有限になることを証明した。これにより、3次元制御における堅牢な指標となる。
   • この指標は本質的に予測的であり、単なる現在の分離距離ではなく、動力学的制約を考慮した上で、どれほど迅速に衝突が起こり得るかに基づいてリスクを定量化する。

2. 制御バリア関数 (CBF) への統合:

   • aTTCはCBFフレームワークに直接組み込まれる。バリア関数 $h$ は、空間や速度ではなく、時間領域（$h = \text{aTTC} - \tau_c$）で定義される。
   • この定式化により、制御入力に対する一次相対次数が得られ、高次CBF（HOCBF）を必要としがちな距離ベースのバリアと比較して、制御合成が簡素化される。
   • このフレームワークは、追跡者の制御を外部強制項として扱い、摂動を加えたナグモ条件を利用することで、プロセスノイズや敵対的入力に対する堅牢性を組み込んでいる。

3. ニューラル・サロゲートによるリアルタイム計算:

   • 正確なaTTCを算出するには、最適制御問題を解き、ダイナミクスを前方積分する必要があるが、これはリアルタイムの二次計画法（QP）としては計算負荷が高すぎる。
   • これに対処するため、著者らは微分可能なニューラルネットワーク・サロゲートモデル（$G_\theta$）を訓練し、aTTCを近似している。
   • このネットワークは、相対位置、速度、および追跡者の最大速度を入力として受け取る。ネットワークは、追跡者の速度能力に基づいてモデルを条件付けるためにFeature-wise Linear Modulation (FiLM) を利用しており、単一のモデルで異なるエージェント間での汎用性を可能にしている。
   • このサロゲートにより、aTTCとその勾配を標準的なCBF-QPソルバー内で効率的に計算できる。

主な貢献

1. aTTCの導出: 現実的な速度仮定の下で3次元環境において常に有限となる、TTCのワーストケース拡張であり、衝突リスクの自然な次元として機能する。
2. 微分可能なサロゲートモデル: aTTCを近似する軽量なニューラルネットワークアーキテクチャであり、オンラインでの軌道積分なしに、aTTCをCBF-QP制御則に直接統合することを可能にする。
3. 実証的な検証: 長時間の3Dシミュレーション（独立した追跡・回避およびフォーメーション飛行シナリオ）におけるフレームワークのデモンストレーションを行い、高次距離ベースCBF（HOCBF）のベースラインと比較した。

結果
論文では、3D Dubins型航空機モデルを用いた50,000秒のホライゾンにおけるシミュレーション結果を提示している。

• 独立した追跡・回避:

  • 高速な追跡者（回避者の最大速度の1.5倍）が存在するシナリオにおいて、aTTC-CBFは**公称ウェイポイント進行率の58%**を達成した（HOCBFの30%に対し）。同時に、衝突率を半分以下に抑えた。
  • 低速な追跡者のシナリオでは、aTTC-CBFはHOCBFよりも約1.8倍高いウェイポイント進行率を達成し、かつ衝突率は半分未満であった。
  • aTTC-CBFは優れた「ニアミス」回避確率を示し、高速追跡者シナリオにおいて、HOCBFがわずか5%しか回避できなかったのに対し、aT_TCC-CBFは近接遭遇の50%を回避することに成功した。
  • このフレームワークにより、エージェントは安全性を維持しながら、ミッションの中心により近く飛行することが可能となった。

• フォーメーション飛行:

  • フォーメーションシナリオにおいて、aTTC-CBFは著しく優れたフォーメーションの一貫性を維持した。高速な追跡者がいる場合、割り当てられたフォーメーションスロットからの平均偏差は、HOCBF艦隊の約半分であった。
  • HOCBFは、追跡を受けている際に、追跡者を追ってフォーメーションの核から遠くへ離れる傾向があったが、aTTC-CBFは、回避を行いながらもエージェントをフォーメーションに緊密に留めておくことができた。

• ニューラルネットワークの性能:

  • サロゲートモデルは、クリティカルな時間ホライゾン（<30秒）において1.5秒未満の平均絶対誤差（MAE）を達成し、未知のテストデータに対しても正常に汎用化した。
  • モデルは保守的なバイアス（aTTCを過小評価する傾向）を示したが、これは安全性が重要なアプリケーションにおいては好ましい特性である。

意義と主張
著者らは、バリアを距離や速度ではなく時間として定義することが、より直感的で選択的なリスク評価を提供すると主張している。aTTC-CBFを導入することで、エージェントは以下のことが可能になる：

• 他のエージェントとの間に、不必要な保守性を排除して、より近い距離で飛行すること。
• 単なる現在の軌道の整合性ではなく、衝突の可能性に基づいて速度を調整すること。
• 環境がより敵対的になる（すなわち、追跡者の速度が増す）につれて、より高いミッション進行度とより低い衝突率を達成すること。

論文では、以下の限界についても控えめに認めている：

• 非敵対的（協調的）な設定における距離ベースのCBFに対する改善はわずかであり、現在の定式化は純粋に協調的なシナリオに対しては保守的すぎる可能性を示唆している。
• aTTCを下限（infimum）として定義することは、非平滑な勾配を生む可能性があり、多大な訓練データを必要とする。
• 本フレームワークはエージェントのダイナミクスの知識を前提としており、これは実務上、必ずしも利用可能ではない場合がある。
• ニューラルサロゲートの近似誤差は安全性の保証に影響を与える可能性があるが、著者らは、片側制約の下での訓練によって厳格な安全性を回復できると述べている。

本研究は、aTTC-CBFを、理論的なワーストケースの保証とリアルタイムの計算可能性の間のギャップを埋める、堅牢でデータ駆動型のマルチエージェント衝突回避手法として位置づけている。