Fugu-MT 論文翻訳(概要): Policies over Poses: Reinforcement Learning based Distributed Pose-Graph Optimization for Multi-Robot SLAM

論文の概要: Policies over Poses: Reinforcement Learning based Distributed Pose-Graph Optimization for Multi-Robot SLAM

arxiv url: http://arxiv.org/abs/2510.22740v1
Date: Sun, 26 Oct 2025 16:21:24 GMT
ステータス: 翻訳完了
システム内更新日: 2025-10-28 15:28:15.351191
Title: Policies over Poses: Reinforcement Learning based Distributed Pose-Graph Optimization for Multi-Robot SLAM
Title（参考訳）: Posesに関するポリシー: 強化学習に基づくマルチロボットSLAMのための分散Pose-Graph最適化
Authors: Sai Krishna Ghanta, Ramviyas Parasuraman,
Abstract要約: 多ボットローカライゼーションにおける逐次分散ポーズグラフ最適化(PGO)について検討する。我々は,PGOをマルコフニューラルネットワーク(GNN)上で定義された部分観測可能なゲームとみなし,各アクションが単一エッジのポーズ推定を洗練させる。学習者の平均軌道は37.5%減少し,効率は少なくとも6倍向上した。
参考スコア（独自算出の注目度）: 1.3750624267664158
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We consider the distributed pose-graph optimization (PGO) problem, which is fundamental in accurate trajectory estimation in multi-robot simultaneous localization and mapping (SLAM). Conventional iterative approaches linearize a highly non-convex optimization objective, requiring repeated solving of normal equations, which often converge to local minima and thus produce suboptimal estimates. We propose a scalable, outlier-robust distributed planar PGO framework using Multi-Agent Reinforcement Learning (MARL). We cast distributed PGO as a partially observable Markov game defined on local pose-graphs, where each action refines a single edge's pose estimate. A graph partitioner decomposes the global pose graph, and each robot runs a recurrent edge-conditioned Graph Neural Network (GNN) encoder with adaptive edge-gating to denoise noisy edges. Robots sequentially refine poses through a hybrid policy that utilizes prior action memory and graph embeddings. After local graph correction, a consensus scheme reconciles inter-robot disagreements to produce a globally consistent estimate. Our extensive evaluations on a comprehensive suite of synthetic and real-world datasets demonstrate that our learned MARL-based actors reduce the global objective by an average of 37.5% more than the state-of-the-art distributed PGO framework, while enhancing inference efficiency by at least 6X. We also demonstrate that actor replication allows a single learned policy to scale effortlessly to substantially larger robot teams without any retraining. Code is publicly available at https://github.com/herolab-uga/policies-over-poses.
Abstract（参考訳）: 複数ロボットの同時局所化とマッピング(SLAM)における正確な軌道推定の基礎となる分散ポーズグラフ最適化(PGO)問題を考察する。従来の反復的アプローチは、非常に非凸な最適化目標を線形化し、正規方程式の繰り返し解法を必要とする。 MARL(Multi-Agent Reinforcement Learning)を用いた拡張性のある分散平面PGOフレームワークを提案する。我々は分散PGOを局所的なポーズグラフ上に定義された部分的に観測可能なマルコフゲームとしてキャストし、各アクションが単一エッジのポーズ推定を洗練させる。グラフ分割器は、グローバルポーズグラフを分解し、各ロボットは、適応エッジゲーティングを備えた繰り返しエッジ条件グラフニューラルネットワーク(GNN)エンコーダを実行してノイズの多いエッジを識別する。ロボットは、先行するアクションメモリとグラフの埋め込みを利用するハイブリッドポリシーを通じて、連続的にポーズを洗練する。局所的なグラフ補正の後、コンセンサススキームはロボット間の不一致を調整し、グローバルに一貫した推定を生成する。総合的な合成および実世界のデータセットに対する広範な評価は、学習したMARLベースのアクターが、最先端の分散PGOフレームワークよりも平均37.5%、推論効率を少なくとも6倍向上していることを示している。また、アクターレプリケーションにより、単一の学習ポリシーが、再トレーニングなしに、より大規模なロボットチームに努力せずにスケールできることを実証する。コードはhttps://github.com/herolab-uga/policies-over-posesで公開されている。

論文の概要: Policies over Poses: Reinforcement Learning based Distributed Pose-Graph Optimization for Multi-Robot SLAM

関連論文リスト