技術要約: VikPath

問題提起

経路探索は、人工知能や自律システムにおける根本的な課題であり、スタート地点から目的地までの効率的かつ衝突のないルートを決定することを必要とする。Aなどの従来のヒューリスティックベースのアルゴリズムは、定義済みのヒューリスティック（ユークリッド距離やマンハッタン距離など）やグリッド/グラフ表現に依存している。これらの手法は構造化された環境では効果的であるが、手作りのヒューリスティックが複雑な空間構造を捉えきれない、障害物が密集した複雑なシナリオにおいては苦戦することが多い。さらに、古典的なプランナーは通常、経路の長さと衝突回避のみを最適化し、実用的な要因である*障害物クリアランス（障害物への近接性）や軌道の滑らかさを軽視する傾向がある。これにより、障害物に危険なほど接近したり、急激な方向転換を含んだりする経路が生成され、実世界での実行において最適または安全ではない結果を招くことがある。

近年の学習ベースのアプローチはこれらの問題に対処しようと試みているが、多くの場合、従来のプランナーによって生成されたラベルや手動のアノテーションを用いた教師あり学習に依存している。この依存性は、学習モデルが（最短経路を安全性よりも優先するなど）基礎となる教師データのバイアスや限界を継承してしまうため、汎用性を制限する。加えて、既存の手法は経路生成と平滑化を別々のステージ（例：事後処理としてのベジェ曲線）として扱うことが多く、これが障害物クリアランスを損なったり、追加の実現可能性チェックを必要としたりする場合がある。

手法

本論文では、エキスパートが生成した経路ラベルに依存することなく、障害物への近接性、経路の滑らかさ、および計算効率を共同で最適化するように設計された自己教師あり経路探索フレームワークであるVikPathを提案する。このフレーム構想は2つのステージで動作する。

1. 障害物を考慮した表現の学習 (Vision Kansformer)

第1ステージでは、新しいVision Kansformerモジュールを用いて、ラベルのない環境マップから直接、高密度な障害物確率マップを学習する。

• アーキテクチャ: このモデルは、Self-Attention（Vision Transformer由来）によるグローバルなコンテキストモデリングと、**Kolmogorov-Arnold Networks (KANs)**による柔軟な非線形変換を組み合わせている。FFN（Feed-Forward Networks）を使用する標準的なTransformerとは異なり、VikPathはこれらをKANレイヤーに置き換えている。KANレイ層は、学習可能な単変量関数（B-スプラインによってパラメータ化される）を利用して表現を精緻化する。
• 学習戦略: このモジュールは、マスクドモデリング（Masked Image Modelingに着想を得たもの）の手法を用いて学習される。
  • マスキング: バイナリ占有マップのランダムなパッチをマスクする。
  • 目的関数: モデルは以下の3つの補完的な損失を用いて、マスクされた領域を再構成するように学習される。
    1. 再構成損失 (Reconstruction Loss): ターゲットは元のバイナリマップではなく、障害物近接性を考慮したターゲットである。このターゲットは、障害物領域を反復的に膨張させ、障害物とその周辺に高い値を割り当てることで生成され、モデルに空間的な近接性を学習させる。
    2. 対照学習損失 (Contrastive Loss): 事前学習済みのVision Transformer (ViT) が教師として機能し、参照表現を提供することで、学習された特徴の識別性を高める。
    3. 知覚損失 (Perceptual Loss): 再構成中に高レベルの構造情報を保持することを保証する。
• 出力: 再構成ヘッドは、正規化された確率マップ $P \in [0, 1]^{m \times n}$ を生成する。ここで、高い値は障害物の影響が強い領域を示す。

2. 障害物および滑らかさを考慮した経路探索

第2ステージでは、学習された確率マップと滑らかさのペナルティを探索コストに直接組み込んだ、修正された重み付きA (Weighted A)**アルゴリズムを用いて経路探索を行う。

• 状態定義: 滑らかさを考慮するため、探索状態は単なる現在の位置ではなく、現在の位置とその前身者を表すタプル $(Q_p, Q)$ として定義される。
• コスト関数: 遷移の移動コスト $c(X, X_n)$ には以下が含まれる：
  1. 移動距離: 標準的なステップコスト。
  2. 障害物近接ペナルティ: 学習された確率マップから導出される重み付き項 $w_o P(Q_n)$ であり、障害物密度の高い領域を通過する経路にペナルティを課す。
  3. 急旋回ペナルティ: 入力および出力の運動ベクトル間の角度に基づいて計算されるコスト $c_{smooth}$ であり、急激な方向転換を抑制する。
• 探索: アルゴリズムは、重み付きヒューリスティックを使用して、安全性と滑らかさのコストのバランスを取りながらゴールへと探索を誘導し、別途の事後処理による平滑化ステップを不要にする。

主な貢献

1. VikPathフレームワーク: エキスパートが生成したヒューリスティックや手動のアノテーションによる経路ラベルなしに、環境表現を学習し、障害物への認識と経路の滑らかさを統合する自己教師あり経路探索システム。
2. Vision Kansformerモジュール: マスクドモデリングを伴うTransformer構造にKANを統合した新しいアーキテクチャ。これは、局所的およびグローバルな空間依存性を捉え、微細な障害物確率マップを構築し、SOTA手法と比較して平均3.28%高い障害物クリアランスを実現する。
3. 統合された探索目的関数: 障害物近接性と急旋回ペナルティをコスト関数に明示的に含めた、Weighted A*アルゴリズムの拡張。これにより、別途のベジェ曲線ベースの事後処理ステージを必要とせずに、安全で滑らかな経路の生成が可能になる。
4. 効率性: 高い経路品質を維持しながら、SOTA手法よりも平均87.07%低い推論レイテンシを達成する。

実験結果

著者らは、汎用性をテストするために、3つの公開データセット（Motion Planning, Bugtrap Forest, Tiled Motion Planning）と、2つの未知のデータセット（CityおよびGame）を用いて、VikPathを評価した。

• 性能指標: VikPathは、以下の項目においてベースライン（WA*, Improved JPS, SAIL-SL, BB-A*, FDW-A*, APF-A*を含む）を一貫して上回った。
  • 経路安全性スコア: 障害物からの累積クリアランスが高い。
  • 平均障害物距離: 最寄りの障害物への平均距離が大きい。
  • 滑らかさ: 安全性を優先して滑らかさを犠牲にする手法と比較して、低い角度偏差スコア（より滑らかな軌道を示す）を記録した。
  • 探索効率: 標準的なA*や他のベースラインと比較して、ノード探索の大幅な削減を実現した。
  • レイテンシ: 全データセットにおいて最も低い推論レイテンシを記録した。
• 汎用性: 未知のデータセット（CityおよびGame）にファインチューニングなしで適用した場合でも、VikPathは安全性、クリアランス、および効率において優れた性能を維持し、強力なクロスデータセット汎用性を示した。
• アブレーション研究:
  • 学習された障害物ペナルティまたは滑らかさのペナルティを除去すると、安全性と滑らかさの指標が大幅に低下し、両方のコンポーネントの必要性が確認された。
  • 再構成手法の比較では、Vision Kansformerが（MSEが低く、PSNR/SSIMが高いことから）Vision TransformerやVision Mambaよりも障害物構造の再構成において優れていることが示された。

重要性

本論文は、エキスパートが生成したラベルへの依存を排除し、障害物クリアランスと軌道の滑らかさを単一の効率的な探索プロセスへと統合することで、既存の経路探索アプローチの決定的な限界に対処していると主張している。自己教師あり学習を活用して障害物分布を理解し、これらの洞察を経路探索のコスト関数に直接組み込むことで、VikPathは単に短いだけでなく、より安全で、かつ実世界の環境において実行可能な経路を生成する。このフレームワークが高性能と低い推論レイテンシを両立していることは、複雑で障害物が豊富なシナリオにおける、レイテンシに敏感な自律ナビゲーションアプリケーションにとって特に有用である。