マルチエージェント強化学習による異種小型無人航空機群の分離保証
Separation Assurance between Heterogeneous Fleets of Small Unmanned Aerial Systems via Multi-Agent Reinforcement Learning
記事のポイント
📰ニュース
複数の企業が運用する異種小型無人航空機（sUAS）群の衝突回避に、マルチエージェント強化学習が有効であることを示しました。
🔍注目ポイント
各フリートが独立して学習するPPOA2Cフレームワークを用い、異なる設定の機体群間でも安全な分離を維持できることを実証しました。
🔮これからどうなる
将来の都市空域におけるドローン配送やエアタクシーの安全性が向上し、多様なサービス展開が可能になるでしょう。
本研究は、ダラス上空での荷物配送ミッションを想定し、異種フリート間の戦術的な衝突回避を課題としています。
PPOA2C（Attention-enhanced Proximal Policy Optimization-based Advantage Actor-Critic）フレームワークを採用し、各フリートがプライバシーを保ちつつ独立してポリシーを学習します。
実験では、PPOA2Cポリシーがルールベースのベースラインよりも衝突解決能力に優れ、異なるポリシータイプ間でも適応的な相互作用を示すことが確認されました。
PPOA2C（Attention-enhanced Proximal Policy Optimization-based Advantage Actor-Critic）フレームワークを採用し、各フリートがプライバシーを保ちつつ独立してポリシーを学習します。
実験では、PPOA2Cポリシーがルールベースのベースラインよりも衝突解決能力に優れ、異なるポリシータイプ間でも適応的な相互作用を示すことが確認されました。
将来のドローン社会では、異なる企業が様々な機体を飛ばすので、この技術は空の安全を確保する上で非常に重要になりそうです。荷物配送の効率も上がりそうですね。