[論文レビュー] ContactNets: Learning Discontinuous Contact Dynamics with Smooth, Implicit Representations

Samuel Pfrommer, Mathew Halm+1 more|arXiv (Cornell University)|Sep 23, 2020

Robot Manipulation and LearningEngineering被引用数 18

ひとこと要約

ContactNetsは、物体間の符号付き距離および接触フレームヤコビアンをパラメータ化することで、ロボット工学における不連続な接触ダイナミクスを学習する微分可能で暗黙的なニューラル表現を導入した。60秒間の実世界データのみで、物理的整合性と一般化性能においてエンドツーエンドモデルを上回る、現実的な衝撃、非透過性、静止摩擦挙動を実現した。補完性および最大散逸を新たな損失関数により強制することで、物理的整合性を実現した。

ABSTRACT

Common methods for learning robot dynamics assume motion is continuous, causing unrealistic model predictions for systems undergoing discontinuous impact and stiction behavior. In this work, we resolve this conflict with a smooth, implicit encoding of the structure inherent to contact-induced discontinuities. Our method, ContactNets, learns parameterizations of inter-body signed distance and contact-frame Jacobians, a representation that is compatible with many simulation, control, and planning environments for robotics. We furthermore circumvent the need to differentiate through stiff or non-smooth dynamics with a novel loss function inspired by the principles of complementarity and maximum dissipation. Our method can predict realistic impact, non-penetration, and stiction when trained on 60 seconds of real-world data.

研究の動機と目的

• 滑らかなニューラルネットワークの誘導バイアスと、ロボット工学の接触ダイナミクスにおける不連続的・非滑らかな性質との根本的な不一致を解消すること。
• 力センサーや接触センサーやを必要とせず、衝撃、静止摩擦、非透過性といった現実的な接触挙動をデータ効率よく学習可能にすること。
• 既存のシミュレーション、制御、計画パイプラインと互換性がある、滑らかで暗黙的な最適化問題に接触ダイナミクスの学習を再定式化すること。
• 不連続シミュレータを逆伝播する際の数値的不安定性を、接触力学の原則に基づいた新しい損失関数を導入することで克服すること。
• 暗黙的で物理知覚のあるニューラルパラメータ化が、精度と物理的整合性の両面で標準的なエンドツーエンドモデルを上回ることを示すこと。

提案手法

• 剛体間の符号付き距離関数と接触フレームヤコビアンを用いて接触ダイナミクスを暗黙的に表現することで、不連続な物理現象であっても滑らかな最適化を可能にする。
• 深層ニューラルネットワークを用いて接触面の高さと接触ヤコビアンを予測することで、不連続な力の直接回帰を回避する。
• 補完性と最大散逸の原則にインspiredされた新しい微分可能損失関数を採用し、学習の安定化と不適切な勾配の回避を実現する。
• 重力加速度を事前知識として用いることで、ネットワークが物理的に妥当な接触状態に収束するよう誘導し、限られたデータからの一般化性能を向上させる。
• 物理エンジンで用いられる表現（例：[24, 11, 21]）と同等のものを利用することで、標準的なロボットシミュレーションおよび制御スタックとの互換性を確保する。
• 接触センサーや力センサーやを必要とせず、実世界の3次元操作データ（60秒間の投げ込み）をエンドツーエンドで学習する。

実験結果

リサーチクエスチョン

• RQ1 接触センサーやを明示的に必要とせず、滑らかで暗黙的なニューラル表現が、接触センサーやを明示的に必要とせず、不連続な接触ダイナミクスを効果的にモデル化できるか？
• RQ2 不連続な接触イベントを逆伝播する際、どのように微分可能損失関数を設計すれば、学習の安定化を図れるか？
• RQ3 符号付き距離および接触ヤコビアンの暗黙的パラメータ化が、エンドツーエンドモデルと比較して、より優れた一般化性能と物理的整合性を実現できるか？
• RQ4 接触力学の原則（補完性、最大散逸）を組み込むことで、実世界データにおけるモデル性能がどの程度向上するか？
• RQ5 限られた学習データ下で、非透過性、衝撃、静止摩擦挙動をどの程度正確に捉えることができるか？

主な発見

• ContactNetsは、256回の投げ込みを学習したエンドツーエンドモデルと比較して、わずか32回のトレーニング投げ込みで、位置誤差は同等以上、回転誤差は顕著に優れた性能を示した。
• ContactNets Polytopeの平均透過率は1.9%（ブロック幅比）にとどまり、エンドツーエンドモデルの20%を超える透過率と比べて顕著に低い。
• ContactNetsのシミュレーション結果は、透過が最小限で、不連続なインパルスが現実的に再現されており、エンドツーエンドモデルは頻繁に漂移し、接触後に停止しなかった。
• モデルは、地面の高さや姿勢を明示的に知らなくても、硬い面と地面の接触や回転安定性を正しく捉えていた。
• 本手法は高いデータ効率を示し、わずか60秒間の実世界データから物理的に妥当なダイナミクスを生成した。
• 物理的制約の暗黙的強制により、接触の位置誤差と回転誤差の両面でエンドツーエンドベースラインを上回った。特に十分な学習データがある場合に顕著に優れた性能を示した。