情報理論の観点から見た能動的な認識: フィッシャー情報とクラメール・ラオの下限

UAV 知覚計画シリーズ · パート X 焦点: 情報理論の基礎、アクティブセンシングフレームワーク、フィッシャー情報の計算、および SLAM での応用

＃＃１．能動的知覚とは何でしょうか？

従来の認識は受動的であり、ロボットはセンサーデータを受信し、環境のモデルを更新します。

能動的な知覚はさらに一歩進んで、ロボットは**能動的に「どこを見るか」**を選択して、タスクの価値を最大化します。

被动感知：
传感器 → 数据 → 地图更新（机器人不动）

主动感知：
当前地图 → 信息价值评估 → 最优下一视角选择 → 移动 → 传感器 → 地图更新
                ↑
           核心问题：如何量化"信息价值"？

UAV の場合、アクティブセンシングは特に重要です。

エネルギー制約: 飛行にはエネルギーが消費されるため、ランダムに飛行することはできません。
広い視野: 空中を移動すると視野が大きく変化するため、最適な経路を選択することが重要です。
3 次元空間: 完全なモデリングを行うには、建物、山、木々をすべて複数の角度から観察する必要があります。

2. 情報理論の数学的基礎

2.1 漁師情報

確率モデルが与えられると、が推定されるパラメーターであるため、漁師情報 は観測データによってもたらされるに関する情報の量を測定します。

直感的な理解:

が付近で 非常に急峻 に変化する場合、データが → フィッシャー情報 大きい に対して非常に敏感であることを意味します
が付近で フラット 変化する場合、データはの影響を受けません → フィッシャー情報 小さい

スカラー形式と行列形式:- スカラー: (1次元パラメータ)

マトリックス: 漁業者情報マトリックス (FIM) (多次元パラメーター)

FIM はパラメータ空間におけるリーマン計量テンソルであり、パラメータをどの程度正確に推定できるかを決定します。

2.2 クラメール・ラオ下限 (CRLB)

Cramér-Rao 下限は、フィッシャー情報の中核となるアプリケーションです。不偏推定量の分散に最適な下限を与えます。

物理的な意味: どのような推定方法を使用しても (偏りがない限り)、推定精度はを超えることはできません。

SLAM での意味:

ロボットのポーズの共分散の下限は FIM によって決定されます
FIM の逆数が小さいほど → 推定値がより正確になります

2.3 相互情報

相互情報量は、2 つの確率変数間の統計的依存性を測定します。

能動的な知覚における意味:

= 将来のセンサー観測
= 現在のマップの不確実な状態

を最大化する = 将来の観測によって現在の地図の不確実性が最も軽減される視点を選択します。これは、能動的な知覚における「情報利得」の情報理論の定義です。

3. アクティブセンシングフレームワーク

3.1 主要な問題: Next-Best-View (NBV)

アクティブセンシングの中心的な問題は NBV 計画です。現在観測されている領域を考慮すると、最も効果的に不確実性を軽減するには次にどこに進むべきでしょうか?

NBV 問題の数学的形式:

つまり、実行後の FIM の行列式 (全体的な不確実性のスカラー尺度) が最大化されるようにアクションを選択します。

3.2 アクティブセンシングシステムの 3 つの主要コンポーネント

情報理論の能動的な知覚フレームワークは、能動的な知覚システムの 3 つのコンポーネントを提案しています。

┌─────────────────────────────────────────────────────────┐
│                   Active Perception System              │
│                                                         │
│  Component 1: 状态估计 & 地图表示                        │
│  (State Estimation & Map Representation)               │
│  → 当前已观测区域的完整表示（几何 + 语义）               │
│                                                         │
│  Component 2: 未来观测合成                               │
│  (Generative Model of Future Observations)              │
│  → 给定候选动作，生成未来会看到的图像/传感器数据         │
│                                                         │
│  Component 3: 信息驱动的规划                              │
│  (Information-Driven Planning)                          │
│  → 在候选轨迹上计算互信息，选择最优                     │
└─────────────────────────────────────────────────────────┘

**コンポーネント 2 (生成されたモデル) が必要な理由は何ですか? **

実際に飛んですべての場所を試すことはできません（費用がかかりすぎます）
各候補地に飛んで何が見えるかを「想像」するためのモデルが必要です
NeRF/3DGS は完璧な生成モデルです (すでにブログに書かれています!)

4. SLAM におけるフィッシャー情報の適用

4.1 SLAM における FIM

ビジュアル SLAM では、ロボットは以下を同時に推定する必要があります。

ポーズ (カメラはどこにありますか)
マップポイント (空間内の 3D ポイント)

観測モデル:

は投影関数 (3D → 2D 画像座標)
は測定ノイズです観測された漁師情報:

重要な洞察:

同じ 3D 点を観察すると、異なる視点で異なるフィッシャー情報が生成されます。・観測深度が深くなる（遠くなる）ほど情報量が少なくなります。
観察ベースラインが大きいほど（視野角の変化が大きいほど）、情報量が多くなります。

**これが、UAV が積極的に視点を選択する必要がある理由です。 **

4.2 古典論文の解釈

FIT-SLAM (arXiv、2024 年 1 月)

論文: FIT-SLAM — 3D 環境での探査のためのフィッシャー情報および通過可能性推定ベースのアクティブ SLAM 著者: スシェタンサラヴァナン、コランタンショーフォー、キャロラインシャネル、ダミアンヴィヴェ 出典: arXiv:2401.09322、2024 年 1 月

主な貢献:

フィッシャー情報をアクティブSLAMの目的関数に明示的に導入します。
通過性も考慮 - 「はっきり見える」だけでなく「飛ぶ」ことも考慮
3D 環境 (非平面) をターゲットとし、複雑な都市の峡谷での UAV 探査に適しています

注: この論文は arXiv で公開されました (IEEE ICARA 2024 に提出されました)。トップカンファレンスでの明確な出版記録は見つかっていない。引用する場合はarXivのバージョンを明記してください。

---#### ビジュアル SLAM のアクティブビュー計画: 継続的情報モデリング (arXiv、2022/2023)

論文: 連続情報モデリングに基づく屋外環境におけるビジュアル SLAM のアクティブビュープランニング 著者: Zhihao Wang、Haoyao Chen、Shiwu Zhang、Yunjiang Lou 出典: arXiv:2211.xxxxx、2022

主な貢献:

離散的な情報グリッドを置き換えるために 連続情報モデリング を提案
候補点の離散的なセットではなく、連続的な空間上で次のビューを最適化します。
ガウス過程 (GP) を使用した空間不確実性のモデル化

重要な洞察:

従来の方法は空間を候補点に離散化する → 情報利得はこの限られた点のセットでのみ評価される

連続法：「任意の位置の情報量」をGPで表現し連続空間で直接最適化

が 予 測 し た 行 動 情 報 量 の 予 測 不 確 か さ 取 得 関 数

UAV に対する利点:

UAV の運動空間は連続的であり、強制的に離散化すべきではありません
個別のウェイポイント選択だけでなく、完全な 6-DoF 軌道を最適化する機能

5. アクティブセンシングの情報利得計算

5.1 漁業者情報に基づく情報の取得

情報獲得 = アクションの前後での FIM の変化:

You can't use 'macro parameter character #' in math mode\Delta I(a) = \det I(\theta_{after}) - \det I(\theta_{before}) $$ただし、実際の計算では実際の再構成は必要ありません。次のことだけです。 1. 新たな視点から観測を予測する 2. 新しく追加された観測値の FIM を計算する 3. **シュール補体**を使用して合計 FIM を効率的に更新する ### 5.2 相互情報量のモンテカルロ推定 相互情報量 $I(X; Y)$ は通常、解析的に計算できず、モンテカルロ法の使用が必要です。

\hat{I}(X; Y) = \frac{1}{N} \sum_{i=1}^N \log \frac{p(x_i|y_i)}{p(x_i)}