Fugu-MT 論文翻訳(概要): Lightweight Safe Reinforcement Learning for End-to-End UAV Navigation

論文の概要: Lightweight Safe Reinforcement Learning for End-to-End UAV Navigation

arxiv url: http://arxiv.org/abs/2607.01794v1
Date: Thu, 02 Jul 2026 07:12:24 GMT
ステータス: 翻訳完了
システム内更新日: 2026-07-03 19:45:08.715821
Title: Lightweight Safe Reinforcement Learning for End-to-End UAV Navigation
Title（参考訳）: エンド・ツー・エンドUAVナビゲーションのための軽量安全強化学習
Abstract要約: UAVナビゲーションのための安全制約付き認識制御統合フレームワークを提案する。軽量ネットワークは、非対称かつ深層的に分離可能な畳み込みを用いた衝突リスク認識特徴へのスパース観測を符号化する。様々な障害物密度と飛行速度の実験では、より高い成功率、安全性の向上、効率の向上が示されている。
参考スコア（独自算出の注目度）: 16.850454229093135
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: With the rapid development of autonomous aerial systems, Unmanned Aerial Vehicles (UAVs) are increasingly deployed in applications such as inspection, environmental monitoring, and rescue, creating growing demand for reliable autonomous navigation. However, autonomous UAV navigation in dense environments remains challenging under sparse perception and dynamic constraints. Most reinforcement learning (RL) methods lack explicit safety mechanisms, leading to unsafe exploration, unstable training, and risky behaviors, especially during high-speed flight. Even in safe RL approaches, safety is often enforced by projecting policy outputs onto a safe action set, which may introduce instability. Meanwhile, many learning-based methods rely on dense inputs or large networks, increasing computational burden and limiting lightweight onboard deployment. Facing the above challenges, we propose a safety-constrained perception-control integrated framework for UAV navigation. A lightweight network encodes sparse observations into collision-risk-aware features using asymmetric and depthwise separable convolutions. We formulate the task as a constrained Markov decision process within a hierarchical control architecture and solve it using a Lagrangian-based safe PPO algorithm. Curriculum learning further improves training stability. Experiments with varying obstacle densities and flight speeds demonstrate higher success rates, improved safety, and better efficiency than existing reinforcement learning baselines.
Abstract（参考訳）: 自律飛行システムの急速な発展に伴い、無人航空機(UAV)は、検査、環境監視、救助などのアプリケーションにますます導入され、信頼性の高い自律航法への需要が高まっている。しかし、密集した環境下での自律型UAVナビゲーションは、疎外感や動的制約の下では困難なままである。ほとんどの強化学習(RL)法は、特に高速飛行において、安全でない探索、不安定な訓練、危険な行動をもたらす明確な安全メカニズムを欠いている。安全なRLアプローチであっても、安全なアクションセットにポリシー出力を投影することで安全が強制されることが多く、不安定をもたらす可能性がある。一方、多くの学習ベースの手法は、高密度な入力や大きなネットワークに依存し、計算負荷を増大させ、オンボードでの展開を制限している。上記の課題に対して,UAVナビゲーションのための安全制約付き認識制御統合フレームワークを提案する。軽量ネットワークは、非対称かつ深層的に分離可能な畳み込みを用いた衝突リスク認識特徴へのスパース観測を符号化する。階層型制御アーキテクチャにおけるマルコフ決定プロセスとしてタスクを定式化し、ラグランジアンベースの安全なPPOアルゴリズムを用いてそのタスクを解く。カリキュラム学習はトレーニングの安定性をさらに向上させる。障害物密度や飛行速度の異なる実験では、既存の強化学習ベースラインよりも高い成功率、安全性の向上、効率の向上が示されている。

関連論文リスト

Learning Agile Navigation in Crowded Environments for Quadruped Robots [19.29089241882416]
VOP-Navは四足歩行ロボットのための新しいナビゲーションシステムである。これは、Velocity Obstaclesの幾何学的安全性と、エンドツーエンドの学習のアジャイル適応性を組み合わせたものです。 VOP-Navは速度と衝突回避のバランスをとりながら、すべてのベースラインよりも高い成功率を達成する。
論文参考訳（メタデータ） (2026-07-16T14:16:19Z)
High-Speed Vision-Based Flight in Clutter with Safety-Shielded Reinforcement Learning [7.796497371549364]
モデルに基づく安全機構を付加したエンドツーエンドのRLフレームワークを提案する。トレーニング中は、グローバルなナビゲーションガイダンスを提供する物理インフォームド報酬構造を設計する。配置中、我々は、厳密な衝突回避制約を強制するために、ポリシー出力を証明可能な安全なセットに投影するリアルタイム安全フィルタを統合する。
論文参考訳（メタデータ） (2026-02-09T13:47:02Z)
Leveraging the Power of Ensemble Learning for Secure Low Altitude Economy [64.39232788946173]
低高度経済(LAE)は社会福祉の強化と経済成長の推進に大きく貢献している。本稿では,セキュアなLAEのためのアンサンブル学習,研究の焦点,解決策,ケーススタディについて検討する。
論文参考訳（メタデータ） (2026-02-07T23:15:58Z)
VLA-AN: An Efficient and Onboard Vision-Language-Action Framework for Aerial Navigation in Complex Environments [12.689250855332569]
VLA-ANは、複雑な環境での自律ドローンナビゲーションに特化したフレームワークである。既存の大型航法モデルの4つの大きな制限に対処する。シングルタスクの成功率は98.1%に達する。
論文参考訳（メタデータ） (2025-12-17T10:02:55Z)
Designing Control Barrier Function via Probabilistic Enumeration for Safe Reinforcement Learning Navigation [55.02966123945644]
本稿では,ニューラルネットワーク検証技術を利用して制御障壁関数(CBF)とポリシー修正機構の設計を行う階層型制御フレームワークを提案する。提案手法は,安全なCBFベースの制御層を構築するために使用される,安全でない操作領域を特定するための確率的列挙に依存する。これらの実験は、効率的なナビゲーション動作を維持しながら、安全でない動作を補正する提案手法の能力を実証するものである。
論文参考訳（メタデータ） (2025-04-30T13:47:25Z)
Monocular Obstacle Avoidance Based on Inverse PPO for Fixed-wing UAVs [29.207513994002202]
固定翼無人航空機(英語: Fixed-wing Unmanned Aerial Vehicles、UAV)は、低高度経済(LAE)と都市空運(UAM)のための最も一般的なプラットフォームの一つである。従来の地図や高度なセンサーに依存する古典的な障害物回避システムは、未知の低高度環境や小型UAVプラットフォームにおいて制限に直面している。本稿では,DRLに基づくUAV衝突回避システムを提案する。
論文参考訳（メタデータ） (2024-11-27T03:03:37Z)
ActSafe: Active Exploration with Safety Constraints for Reinforcement Learning [48.536695794883826]
本稿では,安全かつ効率的な探索のためのモデルベースRLアルゴリズムであるActSafeを提案する。本稿では,ActSafeが学習中の安全性を保証しつつ,有限時間で準最適政策を得ることを示す。さらに,最新のモデルベースRLの進歩に基づくActSafeの実用版を提案する。
論文参考訳（メタデータ） (2024-10-12T10:46:02Z)
Evaluating Model-free Reinforcement Learning toward Safety-critical Tasks [70.76757529955577]
本稿では、国家安全RLの観点から、この領域における先行研究を再考する。安全最適化と安全予測を組み合わせた共同手法であるUnrolling Safety Layer (USL)を提案する。この領域のさらなる研究を容易にするため、我々は関連するアルゴリズムを統一パイプラインで再現し、SafeRL-Kitに組み込む。
論文参考訳（メタデータ） (2022-12-12T06:30:17Z)
Obstacle Avoidance for UAS in Continuous Action Space Using Deep Reinforcement Learning [9.891207216312937]
小型無人航空機の障害物回避は将来の都市空輸の安全に不可欠である。本稿では, PPO(Proximal Policy Optimization)に基づく深層強化学習アルゴリズムを提案する。その結果,提案モデルが正確かつ堅牢なガイダンスを提供し,99%以上の成功率で競合を解消できることが示唆された。
論文参考訳（メタデータ） (2021-11-13T04:44:53Z)
Learning to be Safe: Deep RL with a Safety Critic [72.00568333130391]
安全なRLへの自然な第一のアプローチは、ポリシーの動作に関する制約を手動で指定することである。我々は,タスクと環境の1つのセットで安全であることを学習し,その学習した直観を用いて将来の行動を制限することを提案する。
論文参考訳（メタデータ） (2020-10-27T20:53:20Z)
Chance-Constrained Trajectory Optimization for Safe Exploration and Learning of Nonlinear Systems [81.7983463275447]
学習に基づく制御アルゴリズムは、訓練のための豊富な監督を伴うデータ収集を必要とする。本稿では,機会制約付き最適制御と動的学習とフィードバック制御を統合した安全な探索による最適動作計画のための新しいアプローチを提案する。
論文参考訳（メタデータ） (2020-05-09T05:57:43Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。