核心概念
深層強化学習を用いて、垂直離着陸機(eVTOL)の自律的な到着管理システムを提案する。各機体は局所的な情報に基づいて分散的に行動し、安全かつ効率的な交通流を実現する。
要約
本論文では、都市型航空モビリティ(UAM)における垂直離着陸機(eVTOL)の自律的な到着管理システムを提案している。
まず、到着機の運航エリアを円形に設計し、各機体が自由に飛行できる「フリーフライト」の概念を採用する。各機体は個別のエージェントとして扱われ、共通の方策に従って分散的に行動する。
次に、観測空間、行動空間、報酬関数を定義し、深層強化学習(DRL)のアルゴリズムを適用する。特に、カリキュラム学習を用いて段階的に複雑な訓練シナリオを導入することで、最終的な方策の有効性を高めている。
シミュレーションによる検証では、提案手法が安全かつ効率的な交通流を実現することを示している。さらに、小型無人機を用いた実験でも、シミュレーション上で学習した方策が現実世界でも有効に機能することを確認している。
この研究成果は、UAMにおける自律的な到着管理の実現に向けた重要な一歩となる。今後は、機体間通信の活用や、実機を用いたさらなる検証が期待される。
統計
事故発生距離は10m以下、インシデント発生距離は100m以下とする。
着陸に要する時間は60秒程度とする。
機体の速度は10~16m/sの範囲で設定する。