[論文レビュー] Goal Set Inverse Optimal Control and Iterative Re-planning for Predicting Human Reaching Motions in Shared Workspaces

Jim Mainprice, Rafi Hayne+1 more|arXiv (Cornell University)|Jun 7, 2016

Robot Manipulation and Learning参考文献 33被引用数 4

ひとこと要約

本稿では、共有作業領域における人の到達運動を予測するために、反復的再計画を組み合わせた目的設定逆最適制御（IOC）フレームワークを提案する。人間の運動捕捉データからコスト関数を学習し、STOMPに基づく計画法を用い、目的領域内で動的に再計画することで、人間同士および人間-ロボット協働的な到達タスクにおいて、手動で調整されたベースラインを上回る予測精度を達成した。人間がロボットの動きに慣れると、さらに高い精度が得られた。

ABSTRACT

To enable safe and efficient human-robot collaboration in shared workspaces it is important for the robot to predict how a human will move when performing a task. While predicting human motion for tasks not known a priori is very challenging, we argue that single-arm reaching motions for known tasks in collaborative settings (which are especially relevant for manufacturing) are indeed predictable. Two hypotheses underlie our approach for predicting such motions: First, that the trajectory the human performs is optimal with respect to an unknown cost function, and second, that human adaptation to their partner's motion can be captured well through iterative re-planning with the above cost function. The key to our approach is thus to learn a cost function which "explains" the motion of the human. To do this, we gather example trajectories from pairs of participants performing a collaborative assembly task using motion capture. We then use Inverse Optimal Control to learn a cost function from these trajectories. Finally, we predict reaching motions from the human's current configuration to a task-space goal region by iteratively re-planning a trajectory using the learned cost function. Our planning algorithm is based on the trajectory optimizer STOMP, it plans for a 23 DoF human kinematic model and accounts for the presence of a moving collaborator and obstacles in the environment. Our results suggest that in most cases, our method outperforms baseline methods when predicting motions. We also show that our method outperforms baselines for predicting human motion when a human and a robot share the workspace.

研究の動機と目的

• 安全で効率的な人間-ロボットインタラクションを実現するため、共同作業領域における人間の到達運動の正確な予測を可能にすること。
• 観測された軌道から学習した未知のコスト関数に関して、人間の運動を最適であるとモデル化すること。
• 学習したコスト関数を用いた反復的再計画により、協働相手の動きへの人間の適応を捉えること。
• 動的な干渉が生じる状況を含め、人間同士および人間-ロボット協働設定の両方で、この手法を評価すること。
• 逆最適制御に目的領域の再計画を組み合わせることで、手動で調整されたコスト関数よりも優れた運動予測が得られることを示すこと。

提案手法

• 共同アセンブリタスクを実施する人間ペアの運動捕捉データを収集し、個々の到達運動に分割する。
• 経路積分逆強化学習（PIIRL）を用い、滑らかさと相互間距離を符号化する特徴関数の重み付き和としてコスト関数を学習する。
• 動的な環境（移動する協働者や障害物を含む）において、反復的再計画が可能なSTOMP軌道最適化手法を適応的に拡張する。
• 固定された目的点ではなく、タスク空間の目的領域を探索するように計画法を変更し、不確実性への耐性を向上させる。
• 同じ特徴関数をロボットの運動学にマッピングし、人間-ロボット共有作業領域シナリオでの予測を可能にする。
• 予測結果と実際の軌道との間で動的時間歪み（DTW）を用い、関節空間およびタスク空間の両方で予測を評価する。

実験結果

リサーチクエスチョン

• RQ1 反復的再計画を組み合わせた逆最適制御は、共同作業領域における人間の到達運動を正確に予測できるか？
• RQ2 人間の実行データから学習したコスト関数は、手動で調整されたコスト関数を上回る予測性能を示すか？
• RQ3 人間が共有作業領域におけるロボットの動きに慣れると、本手法の予測精度はどのように変化するか？
• RQ4 干渉が顕著な状況下で、反復的再計画は単一ショット計画に比べて、人間の協働相手への適応をどれほどよく捉えられるか？
• RQ5 人間同士の協働から学習したコスト関数は、人間-ロボット協働における人間の運動を効果的に予測するために適用可能か？

主な発見

• IOCに基づく手法は、タスク空間および関節中心距離の両方で低いDTWスコアを示し、ベースライン手法（ベースライン0およびベースライン1）を上回る予測性能を示した。
• 人間-ロボット実験における全2120件の到達運動において、IOC手法のDTWスコア分布は、すべての段階でベースラインに対して一貫した改善を示した。
• 予測精度は時間経過とともに著しく向上した：IOC手法のDTWスコアの平均および標準偏差は、第1回から第7回にかけて減少し、人間がロボットの動きに慣れることで適応が進んだことが示された。
• IOC分布における外れ値の主な原因は、反復制限内での人間のための停止行動や、衝突回避パスの探索失敗であり、非連続運動の処理に限界があることを示唆している。
• 干渉が顕著な状況下では、反復的再計画が単一ショット計画よりも人間の適応を効果的に捉えていた。
• 人間同士の協働から学習したコスト関数を、人間-ロボット協働における人間の運動予測に成功して一般化し、その汎用性を示した。