Learning-based quadrotor tracking control using Recursive Gaussian Processes

ドローンの操縦は、物理法則と、それを制御しようとするソフトウェアとの間の絶え間ない交渉であり、繊細なバランスの上に成り立つ行為です。4つの回転するローターを持つ小型航空機であるクアッドローターにとって、正確な経路を維持することは困難です。なぜなら、周囲の空気は決して完全に静止しているわけではないからです。突風、ローター自体が生み出す複雑な空気の渦、そして機械の構造における微細な不完全さなどが、すべて結託してドローンをコースから押し戻そうとします。従来のフライトコントローラーは、ドローンがどのように動くべきかを予測するために数学的モデルに依存していますが、これらのモデルが完璧であることはありません。現実の世界が数学から逸脱すると、ドローンはつまずき、その追従性は鈍くなったり、震えたりします。長年、エンジニアたちは、機械学習を用いてモデルの欠落を埋めることで、コンピュータに失敗から学ぶことを教えようと試みてきました。しかし、こうしたスマートなシステムは、歴史的にドローン自身のコンピュータで実行するには重すぎたため、研究者たちはシミュレーション内や地上でのみテストすることを余儀なくされてきました。

ミラノ工科大学の研究チームは現在、その溝を埋め、実在のドローンが飛行中に自らの飛行経路を学習し、修正することを可能にするシステムを開発しました。彼らは、標準的なフライトコントローラーと、「再帰的ガウス過程（Recursive Gaussian Process）」と呼ばれる学習アルゴリズムを組み合わせた手法を開発しました。この学習アルゴリズムを、非常に効率的なメモリシステムだと考えてください。これは、遭遇したすべてのデータを単に保存して小さなコンピュータをすぐにパンクさせるのではなく、最も重要な情報の簡潔でコンパクトな要約を保持するものです。これにより、ドローンは膨大なデータベースを処理するために停止することなく、風や自身の癖に対する理解をリアルタイムで更新することができます。研究者たちは、このシステムを「ANT-X Lab」と呼ばれる実在のクアッドローターでテストし、屋内アリーナ内で一連の複雑で波打つような経路を飛行させました。結果は明白でした。ドローンに飛行中に自らのエラーを学習させることで、この学習機能なしで飛行した同じドローンと比較して、追従誤差を38%から75%減少させたのです。

研究者が取り組んだ核心的な課題は、学習に伴う計算コストでした。ガウス過程を用いる標準的な機械学習モデルは、未知の挙動を予測する上で非常に強力ですが、通常、新しいデータが入ってくるたびにコンピュータがすべてを一から再計算する必要があります。高速で飛行するドローンにとって、これは遅すぎます。研究者たちは、「再帰的」なアプローチを用いることでこの問題を解決しました。新しい観測を毎回新たな出発点として扱うのではなく、システムは内部モデルを逐次的に更新します。これは、新しい街を歩く際に、一歩ごとに地図全体を描き直すのではなく、歩きながら頭の中の地図を洗練させていく過程によく似ています。さらに高速化するために、彼らはドローンの動きの範囲をカバーする固定された一連の参照点、すなわち「基底ベクトル」をあらかじめ選択しました。学習アルゴリズムは、飛行のあらゆる瞬間を記憶しようとするのではなく、これら固定された点の値のみを調整します。この工夫により、計算負荷が軽減され、システム全体をドローン搭載のコンピュータ上で直接実行できるようになりました。これは、強力な地上ステーションに思考を委ねる必要があったこれまでの試みからの大きな飛躍です。

ドローンが安全かつ効果的に学習できるように、チームは特定のワークフローを設計しました。学習が始まる前に、ドローンはホバリングして安定します。次に、4秒間の「ウォームアップ」期間を設け、システムが即座に飛行経路を修正しようとすることなく、初期データを収集し内部設定を調整できるようにします。これにより、ドローンがノイズや突然の特異な動きに対して過剰反応することを防ぎます。準備が整うと、システムは「ドローンが行くべき場所」と「実際に移動した場所」の差を監視し始めます。風や空気力学的な抗力によって生じるこの差こそが、学習アルゴリズムが予測し、打ち消そうとする対象です。研究者たちは、生のセンサーデータを平滑化するための特別なフィルタリング技術を使用し、ドローンがランダムなセンサーの不具合からではなく、真の空気のパターンから学習するようにしました。この入念な準備により、学習システムはセンサーのノップではなく、飛行の真の物理現象に集中することができました。

実験では、様々な正弦波状、つまり波のような経路での飛行が行われました。ある経路は同じパターンを何度も繰り返しましたが、別の経路は形状や速度を連続的に変化させ、未知の状況への適応能力をテストしました。テストにおいて、ドローンは異なる速度や振幅を持つ経路に従うよう求められ、直線上で前後に移動しました。結果は、学習ベースのコントローラーが標準的なコントローラーを大幅に上回ることを示しました。中程度の速度で一定の繰り返す波形パターンを飛行している際、学習システムは平均誤差をわずか4.5センチメートルに減少させました。これは、標準的なコントローラーで見られた17.3センチメートルの誤差と比較して劇的な改善です。速度や方向が常に変化する掃引運動のような経路であっても、学習システムは誤差を40%近く削減することに成功しました。この改善は、ドローンが学習フェーズで経験した条件の範囲内で飛行しているときに最も顕著でしたが、新しい変化する条件下でも実質的な恩恵をもたらしました。

この研究の最も重要な側面の一つは、学習ベースの制御が単なるコンピュータシミュレーション上の理論ではなく、実際の実機上で安全かつ効果的に行えることを証明した点にあります。研究者たちは、数学的にモデル化することが困難な微妙な空気力学的効果を含む、現実世界の環境の複雑さにシステムが対処できることを示しました。アルゴリズムをオンボードで実行することに成功したことで、彼らは、小型ドローンの計算能力の限界が、高度な学習技術を使用するための硬い障壁ではないことを示しました。また、本研究は学習システムのチューニングがいかに重要であるかも浮き彫りにしました。研究者たちは、カルマンフィルターの仕組みに着想を得た手法を用いて、システムの内部パラメータを調整する新しい方法を開発しました。これにより、システムは以前の手法よりもはるかに効果的に最適な学習設定を見つけることができました。このチューニングは、学習が進むにつれてドローンが敏感になりすぎたり不安定になったりしないようにするために極めて重要でした。

このプロジェクトの成功は、ドローンがより自律的になり、予測不可能な環境で複雑なタスクをこなせるようになる未来を示唆しています。もし配送ドローンが、人間の介入なしに突然の突風や空気密度の変化を補正する方法を学習できるならば、それははるかに信頼性の高いツールとなります。研究者たちの仕事は、古典的な制御理論と現代的で効率的な学習アルゴリズムを組み合わせることで、スマートかつ堅牢な飛行システムを作ることが可能であることを示す具体的な道筋を提供しました。鍵となったのは、学習そのものだけでなく、その学習をリアルタイムで行うのに十分な速さにするためのエンジニアリングでした。計算需要を低く抑え、学習プロセスを集中させることで、チームは理論的な概念を実用的な現実に変え、小さなドローンであっても、飛びながらより良く飛ぶ方法を学べることを証明したのです。