[論文レビュー] Constrained Dynamic Movement Primitives for Safe Learning of Motor Skills

Seiji Shaw, Devesh K. Jha+5 more|arXiv (Cornell University)|Sep 28, 2022

Robot Manipulation and Learning被引用数 5

ひとこと要約

本稿では、非線形最適化を用いてDMPを変更することで、ゼロイングバリア関数（ZBF）を介して安全制約を強制する、制約付きダイナミックムーブメントプリミティブ（CDMP）を提案する。これにより、未知の障害物が存在する状況下でも衝突のない軌道を保証する。本手法は、安全領域の前向き不変性を保証するとともに、提示されたスキルの幾何的形状を維持する。

ABSTRACT

Dynamic movement primitives are widely used for learning skills which can be demonstrated to a robot by a skilled human or controller. While their generalization capabilities and simple formulation make them very appealing to use, they possess no strong guarantees to satisfy operational safety constraints for a task. In this paper, we present constrained dynamic movement primitives (CDMP) which can allow for constraint satisfaction in the robot workspace. We present a formulation of a non-linear optimization to perturb the DMP forcing weights regressed by locally-weighted regression to admit a Zeroing Barrier Function (ZBF), which certifies workspace constraint satisfaction. We demonstrate the proposed CDMP under different constraints on the end-effector movement such as obstacle avoidance and workspace constraints on a physical robot. A video showing the implementation of the proposed algorithm using different manipulators in different environments could be found here https://youtu.be/hJegJJkJfys.

研究の動機と目的

• 標準のダイナミックムーブメントプリミティブ（DMP）には形式的な安全保証が欠けているため、タスクの一般化時に衝突が生じる可能性があるという問題に対処すること。
• 未知の障害物を有する環境において、提示された運動スキルを新しい開始位置および目的位置に安全に一般化できること。
• 障害物回避やワークスペース境界といった運用制約を、ZBFを用いた形式的な安全保証とともにDMPに統合すること。
• 安全制約を満たしつつ、元の提示された軌道の定性的な幾何的形状を維持すること。
• 制約の満たされる計算的に取り扱いやすい最適化ベースのフレームワークを提供し、制約の満たされるようにDMPのフォース関数重みを変更すること。

提案手法

• ユーザー定義のゼロイングバリア関数（ZBF）を満たすように、DMPのフォース関数重みを調整する非線形最適化問題を定式化する。
• ZBFを用いて、DMP軌道が事前に定義された安全領域（例：障害物のないワークスペース）内に留まることを数学的に証明する。
• 連続時間のDMPダイナミクスを数値最適化に適した離散化のためにコロケーションに基づく軌道離散化を適用する。
• IPOPTなどの既存のソルバーを用いて、得られた非凸最適化問題を解き、摂動を加えたフォース関数重みを計算する。
• 軌道に沿った離散的なコロケーション点でZBF条件を強制することで、安全領域の前向き不変性を保証する。
• 元のDMPの動的構造を維持しつつ、最適化されたフォース関数の調整によって制約適合性を導入する。

実験結果

リサーチクエスチョン

• RQ1 未知の障害物が存在する環境において、DMPを変更して安全を保証できるか？
• RQ2 軌道形状や一般化性能を損なわせることなく、形式的な安全保証をDMPベースの運動スキル学習に統合できるか？
• RQ3 効果的なDMPフォース関数重みの摂動を可能にする最適化フレームワークは何か？
• RQ4 CDMPは、障害物回避を保証しつつ、提示された軌道の幾何的忠実性をどの程度維持できるか？
• RQ5 コロケーション点の数が、計算効率および制約の強制精度にどのように影響するか？

主な発見

• CDMP手法は、シミュレーションおよび物理的ロボット実験の両方で、未知の障害物が存在する環境においても衝突のない軌道を効果的に生成した。
• 白板への描画タスクにおける障害物制約下でも、元のDMP軌道の定性的な形状を維持しつつ安全制約を満たすことが実証された。
• Kinova Gen3およびMitsubishi Electric Assistaロボットを用いた実験により、CDMPが現実世界の設定でも実行可能で安全な軌道を生成することが確認された。
• 壁を飛び越えるタスクやチェスの駒を動かすタスクにおいて、標準DMPは衝突により失敗したが、CDMPはそれらのタスクに対してロバストに機能した。
• 計算時間はコロケーション点の数に比例して増加したが、より高い解像度（例：n=50）では粗い離散化（例：n=10）よりも制約の強制精度が向上した。
• 本手法により、再トレーニングやヒューリスティックなチューニングを必要とせずに、新しい開始・目的ポーズへの運動スキルの安全な一般化が可能になった。