未知の3次元空洞（洞窟、地下トンネル、産業用タンクなど）を空中ロボットで自律探査することは、空間構造が未知であるだけでなく、ロボットがテザーを介して電力供給や通信を行う必要がある場合が多いため、非常に困難である。テザーは飛行時間を延ばしデータリンクを確保できる一方で、障害物に絡まる可能性があり、ロボットの機動範囲を制限する。既存の経路計画手法の多くは飛行距離や探査効率のみに注目しており、テザーの繰り出し長を最適化目標に含めることは稀である。
このギャップに取り組んだのが、Louis Petitらによる論文「TAPE: Tether-Aware Path Planning for Autonomous Exploration of Unknown 3D Cavities Using a Tangle-Compatible Tethered Aerial Robot」である。著者らによれば、これは3次元未知空洞の自律探査において飛行距離とテザー繰り出し長を同時に最小化する最初の手法である。その核心的な観察は、テザーの絡まりは主に局所的な経路形状の影響を受け、グローバル経路の影響は小さいという点にある。これに基づき、TAPEは2段階の階層アーキテクチャを採用する。
グローバル計画層では、フロンティアベースの探査戦略を用いて未探査の境界点を目標とし、巡回セールスマン問題（TSP）を解くことで総飛行距離を最小化する。この層は未知空間全体をカバーするマクロな経路順序を生成する。ローカル計画層では、各ステップの経路コストと現在のテザー繰り出し長に注目し、調整可能な決定関数を通じて両者のトレードオフを図る。この関数のパラメータにより、飛行距離の短縮を優先するか、テザー繰り出しの抑制を優先するかをタスクに応じて調整できる。
手法の有効性を検証するため、著者らは詳細なシミュレーション研究とフィールドテストを実施した。シミュレーションでは、TAPEをグローバルTSP計画のみを使用するベースライン（ローカルなテザー認識なし）と比較した。結果、TAPEは平均で飛行距離を4.1%増加させた。これはテザー管理のために支払うコストである。しかし、テザー長が最大許容値を超えるかどうかという重要な安全指標では、TAPEは顕著に優れていた。シミュレーションの100%のケースでテザー長が制限内に収まったのに対し、ベースラインは53%のケースでのみ制約を満たした。これは、ベースラインではテストシナリオの約半数でテザーが過度に繰り出され、絡まりや切断のリスクが生じる可能性があることを意味する。
本論文は全8ページで、2026年6月29日に投稿され、arXiv番号は2606.30817、ロボティクス（cs.RO）分野に属する。ジャーナル版はIEEE Robotics and Automation Letters 2022年第7巻第4号に掲載済みである。TAPEの意義は、テザー管理を受動的な対応から能動的な計画目標へと引き上げ、テザー付き空中ロボットが複雑な3次元環境で安全に自律探査を行うための新たな道筋を示した点にある。今後の課題として、テザーの絡まりを明示的にモデル化することや、より複雑な動的障害物シーンの検討が考えられる。