[論文レビュー] Comparison of Distal Teacher Learning with Numerical and Analytical Methods to Solve Inverse Kinematics for Rigid-Body Mechanisms

Tim von Oehsen, Alexander Fabisch+2 more|arXiv (Cornell University)|Feb 29, 2020

Robotic Mechanisms and Dynamics参考文献 16被引用数 5

ひとこと要約

この論文は、前方運動学をニューラルネットワークの損失関数に組み込むことで、逆運動学に対する機械学習的手法である遠隔学習（DT）を評価している。15自由度の直列チェーンのような高冗長性を持つ剛体機構に対しては、緩い精度要件と100万件を超える大規模な訓練データを用いることで、DTは最先端の数値ソルバー（TRAC-IK）よりも高い解決率と高速な推論を達成する一方で、特異点に対しても安定している。

ABSTRACT

Several publications are concerned with learning inverse kinematics, however, their evaluation is often limited and none of the proposed methods is of practical relevance for rigid-body kinematics with a known forward model. We argue that for rigid-body kinematics one of the first proposed machine learning (ML) solutions to inverse kinematics -- distal teaching (DT) -- is actually good enough when combined with differentiable programming libraries and we provide an extensive evaluation and comparison to analytical and numerical solutions. In particular, we analyze solve rate, accuracy, sample efficiency and scalability. Further, we study how DT handles joint limits, singularities, unreachable poses, trajectories and provide a comparison of execution times. The three approaches are evaluated on three different rigid body mechanisms with varying complexity. With enough training data and relaxed precision requirements, DT has a better solve rate and is faster than state-of-the-art numerical solvers for a 15-DoF mechanism. DT is not affected by singularities while numerical solutions are vulnerable to them. In all other cases numerical solutions are usually better. Analytical solutions outperform the other approaches by far if they are available.

研究の動機と目的

• 前方運動学が既知の剛体機構に対して、解析的および数値的逆運動学（IK）手法の代替手段として遠隔学習（DT）が有効であるかを評価すること。
• 解決率、精度、データの有効利用度、スケーラビリティ、関節制限および特異点への耐性という観点から、DTの性能を評価すること。
• 複雑さの異なる3つの機構（3-DoF、6-DoF、15-DoF）において、DTを解析的解および数値ソルバー（TRAC-IK）と比較すること。
• 実世界のロボットシステムにおけるデータ駆動型IKにおいて、訓練コスト、推論速度、解の品質の間のトレードオフを調査すること。
• 高用量のデータと訓練コストを伴うにもかかわらず、DTが古典的IK手法の実用的代替手段となる条件を特定すること。

提案手法

• 前向き運動学モデルをフィードフォワードニューラルネットワークの損失関数に統合し、逆運動学の学習を支援する。
• 大規模かつランダムにサンプリングされた訓練データを用いて、エンドエフェクタの姿勢から関節角度へのマッピングを学習する遠隔学習（DT）フレームワークを採用する。
• 訓練中に前向き運動学関数を微分可能にし、バックプロパゲーションを実行するために微分可能プログラミングライブラリを用いる。
• 各機構の精度と推論速度のバランスを最適化するために、手動でニューラルネットワークアーキテクチャを最適化する。
• CPUおよびGPU上で逐次的またはバッチ処理で推論クエリを処理し、スケーラビリティおよび並列処理の利点を評価する。
• 3つの剛体機構（3-DoF、6-DoF、15-DoFの直列マニピュレータ）を用いて性能を評価する。

実験結果

リサーチクエスチョン

• RQ1 高冗長性を持つ剛体機構に対して、遠隔学習（DT）は、緩い精度要件と100万件を超える訓練データを用いることで、最先端の数値ソルバー（例：TRAC-IK）よりも高い解決率と高速な推論を達成できるか？
• RQ2 精度、実行時間、解の完全性という観点から、DTの性能は解析的解と比べてどうか？
• RQ3 関節制限および到達不能な姿勢が、DTの一般化性能およびデータ要件に与える影響は何か？
• RQ4 数値ソルバーが特異点に弱いことが知られているのに対し、DTは特異点をどのように処理するか？
• RQ5 前方運動学モデルが既知の状況において、DTを用いた逆運動学の訓練時間、推論速度、解の品質の間にはどのようなトレードオフがあるか？

主な発見

• 15-DoFの直列マニピュレータにおいて、緩い精度要件と100万件を超える訓練サンプルを用いることで、DTはTRAC-IK（最先端の数値ソルバー）よりも高い解決率を達成した。
• 15-DoF機構におけるDTのGPU上での推論時間は、1つのクエリあたり0.039 ms（32個の姿勢のバッチ処理時）であり、TRAC-IKの平均2.019 ms/クエリを上回った。
• DTは特異点に対して安定しており、TRAC-IKのような数値ソルバーは特異配置付近で顕著な性能低下を示した。
• 解析的解は、精度が高く、一定の低遅延（3-DoFでは0.009 ms）で実行され、完全性に優れるが、一般の冗長ロボットには適用できない。
• 15-DoF機構を400万サンプルで訓練するには、現代のGPUを用いて約2週間の訓練時間がかかることが明らかになった。これは、高用量のデータと計算コストを伴うことを示している。
• 32個の姿勢のバッチ処理により、CPUおよびGPUの両方でDTの推論時間が約32倍短縮され、軌道ベースのIKソルビングに効率的に応用可能となった。