TJU-Aerial-Robotics/YOPO

何を解決するか

YOPOは、障害物が密集した環境における自律ドローンのナビゲーションの課題に対処します。従来の多段階パイプライン（通常、認識、経路探索、軌道最適化を分離）を、計算負荷を低減し、計画中に局所最適解に陥るリスクを回避するための単一の統合ニューラルネットワークに置き換えます。

仕組み

このシステムは「ワンステージ」プランナーとして機能し、YOLOのようなオブジェクト検出器にインスパイアされています。運動プリミティブをアンカーとして用いて潜在的な探索空間をカバーし、それらのプリミティブに対する必要なオフセットとスコアを予測して軌道を最適化します。

イミテーション学習（専門家のデータが必要）や強化学習（試行錯誤が必要）とは異なり、YOPOは「ガイド学習」戦略を使用します。ユークリッド符号付き距離場（ESDF）などの軌道コストの勾配を直接ネットワークの重みにバックプロパゲートすることで、経路を最適化します。

対象ユーザー

このプロジェクトは、敏捷なドローン飛行、自律ナビゲーション、航空機のシミュレーションから現実への転送に取り組むロボット工学の研究者およびエンジニア向けです。

特徴

• 統合アーキテクチャ：認識、マッピング、最適化を1つのネットワークに統合。
• 効率的な学習：高価なシミュレータや専門家のデモンストレーションを必要とせず、ガイド学習を使用。
• 高性能：TensorRTデプロイメントをサポートし、NVIDIA Orin NX上で超高速推論（1–5ms）を実現。
• シミュレーションから現実への転送能力：真の深度画像で訓練されたポリシーは、ゼロショットで実世界のステレオカメラや未確認の環境に転送可能。