[論文レビュー] Encoding Physical Constraints in Differentiable Newton-Euler Algorithm

Giovanni Sutanto, Austin S. Wang+5 more|arXiv (Cornell University)|Jan 24, 2020

Robot Manipulation and Learning参考文献 20被引用数 11

ひとこと要約

本稿では、物理的制約（例：対称正定値（SPD）慣性行列、三角行列、共分散パrameterization）を学習済み剛体動力学パrameterに組み込むことで、微分可能で再帰的なニュートン・オルンハイマー法（DiffNEA）を提案する。微分可能計算グラフ内での再パラメータライゼーションによりこれらの制約を強制することで、物理的に妥当な動力学の勾配ベース学習が可能となり、MLP や DeLaN といった非構造的モデルと比較して、シミュレーションおよび実機の7自由度ロボットアームにおいて収束が速く、一般化性能に優れるようになる。

ABSTRACT

The recursive Newton-Euler Algorithm (RNEA) is a popular technique for computing the dynamics of robots. RNEA can be framed as a differentiable computational graph, enabling the dynamics parameters of the robot to be learned from data via modern auto-differentiation toolboxes. However, the dynamics parameters learned in this manner can be physically implausible. In this work, we incorporate physical constraints in the learning by adding structure to the learned parameters. This results in a framework that can learn physically plausible dynamics via gradient descent, improving the training speed as well as generalization of the learned dynamics models. We evaluate our method on real-time inverse dynamics control tasks on a 7 degree of freedom robot arm, both in simulation and on the real robot. Our experiments study a spectrum of structure added to the parameters of the differentiable RNEA algorithm, and compare their performance and generalization.

研究の動機と目的

• ロボット工学分野におけるエンドツーエンド微分可能なモデルが学習する物理的に不成立な動力学パラメータの問題に対処すること。
• 剛体動力学のパラメータライゼーションに物理的制約を埋め込むことで、学習済み逆動力学モデルの一般化性能と学習速度を向上させること。
• シミュレーションおよび実世界のロボット制御において、さまざまな構造的パラメータライゼーション（SPD、三角行列、共分散）がモデル性能に与える影響を評価すること。
• 構造的で微分可能な動力学学習が、フィードバック項に依存するのを減らし、より柔軟で安定した制御を可能にすることを実証すること。

提案手法

• PyTorchを用いて再帰的ニュートン・オルンハイマー法（RNEA）を微分可能計算グラフに再定式化し、動力学パラメータの勾配ベース最適化を可能にする。
• 慣性パラメータの再パラメータライゼーション（SPD行列、三角行列、共分散行列）を導入し、正定値性や対称性といった物理的整合性を強制する。
• 自動微分を適用して、トレーニング中でも物理的制約を維持したまま動力学パラメータを最適化する。
• 実機実験では、未モデル化された摩擦を補償するため、関節の粘性ダンピングを追加の学習可能パラメータとして組み込む。
• 正弦運動およびエンドエフェクタ追従タスクのトレーニングと評価に、逆動力学誤差（NMSE）に基づく損失関数を用いる。
• シミュレーションおよび実機のKUKA IIWA 7自由度ロボットアーム上で、複数のパラメータライゼーション方式を比較し、収束速度と一般化性能を評価する。

実験結果

リサーチクエスチョン

• RQ1 慣性パラメータの異なるパラメータライゼーション（SPD、三角行列、共分散）が、微分可能な動力学モデルの学習速度および一般化性能に与える影響は何か？
• RQ2 学習済み慣性行列に対称性および正定値性といった物理的制約を強制することで、ロボット動力学モデルの妥当性と性能が向上するか？
• RQ3 非構造的モデル（例：MLP）や準構造的モデル（例：DeLaN）と比較して、微分可能RNEAフレームワークは、未学習タスクにおける収束速度と一般化性能でどのように差をつけるか？
• RQ4 物理的制約を適用することで、逆動力学に基づく運動計画におけるフィードバック制御の必要性はどの程度低下するか？
• RQ5 実機において未モデル化された動的要因（例：静的摩擦）は、構造的で微分可能な動力学モデルの性能にどのように影響を与えるか？

主な発見

• SPD、三角行列、共分散パラメータライゼーションを用いたDiffNEAモデルは、非構造的MLPおよびDeLaNモデルと比較して、実機データでも2〜3エポックで収束するなど、著しく高速に学習が進行した。
• エンドエフェクタ追従タスクにおけるNMSEは、DiffNEAモデルが0.013〜0.015に留まった一方で、MLPは0.513、DeLaNは不安定であったため、未学習タスクにおける一般化性能に優れたことが示された。
• トレーニング済みのDiffNEAモデルはフィードバック項への依存度が低く、逆動力学制御においてより柔軟で安定した運動を実現した。
• オンライン学習では、SPDおよび共分散パラメータライゼーションモデルが最も低いNMSEと最速の収束を達成し、リアルタイム適応において他モデルを上回った。
• 実機実験から、未モデル化された静的摩擦および粘性ダンピング効果が性能を低下させることを明らかにした。これは、剛体動力学を超えた追加の物理モデリングの必要性を示唆している。
• これらの差異にもかかわらず、DiffNEAモデルはDeLaNおよびMLPよりも一般化性能に優れ、実システムがシミュレーションモデルと逸脱しても安定した性能を維持した。