[論文レビュー] Interactive multi-modal motion planning with Branch Model Predictive Control

Yuxiao Chen, Ugo Rosolia+3 more|arXiv (Cornell University)|Sep 10, 2021

Real-time simulation and control systems被引用数 6

ひとこと要約

本稿では、未制御対象の反応的行動を有限個のフィードバックポリシーでモデル化することで、自律エージェントのインタラクティブでマルチモーダルな運動計画を実現するブランチモデル予測制御（MPC）フレームワークを提案する。これらのポリシーに基づいてシナリオツリーを構築し、同一のトポロジーを持つ軌道ツリーを解く。一貫性のあるリスク測度（例：CVaR）を用いて性能と耐性のバランスを図り、シミュレーションおよび実世界の四足歩行ロボット実験において、人間らしい、安全で効率的な行動を達成する。

ABSTRACT

Motion planning for autonomous robots and vehicles in presence of uncontrolled agents remains a challenging problem as the reactive behaviors of the uncontrolled agents must be considered. Since the uncontrolled agents usually demonstrate multimodal reactive behavior, the motion planner needs to solve a continuous motion planning problem under these behaviors, which contains a discrete element. We propose a branch Model Predictive Control (MPC) framework that plans over feedback policies to leverage the reactive behavior of the uncontrolled agent. In particular, a scenario tree is constructed from a finite set of policies of the uncontrolled agent, and the branch MPC solves for a feedback policy in the form of a trajectory tree, which shares the same topology as the scenario tree. Moreover, coherent risk measures such as the Conditional Value at Risk (CVaR) are used as a tuning knob to adjust the tradeoff between performance and robustness. The proposed branch MPC framework is tested on an overtake and lane change task and a merging task for autonomous vehicles in simulation, and on the motion planning of an autonomous quadruped robot alongside an uncontrolled quadruped in experiments. The result demonstrates interesting human-like behaviors, achieving a balance between safety and performance.

研究の動機と目的

• 未制御対象がマルチモーダルで反応的な行動を示す状況において、自律エージェントの安全で効率的な軌道計画を実現すること。
• 従来のロバスト計画の過剰な保守的特性を克服し、未制御対象の将来の反応性を運動計画プロセスに組み込むこと。
• 連続的な反応的行動を有限個のフィードバックポリシーに近似することで、不確実性下での計算可能な運動計画を可能にすること。
• 条件付きリスク価値（CVaR）などの一貫性のあるリスク測度を用いることで、予測モデルの不正確さに対する耐性を向上させること。
• 自動運転車のタスクおよび実世界の四足歩行ロボットの運動計画において、フレームワークの有効性を実証すること。

提案手法

• 未制御対象のマルチモーダルな反応的行動を表す有限個のフィードバックポリシーからなるシナリオツリーを構築し、予測モデルから得られる確率を用いる。
• シナリオツリーと同じトポロジーを持つ軌道ツリーを計算するブランチMPC問題を定式化し、フィードバックポリシーの最適化を実施する。
• すべての枝のコストの期待値（確率加重付き）を主目的関数として用いる。
• 条件付きリスク価値（CVaR）をリスク測度として用い、モデル不確実性下での性能と耐性のトレードオフを調整する。
• 得られた最適化問題を解くために逐次二次計画法（SQP）を適用し、計算の実行可能性を高めるためにCVaRの双対定式化を導入する。
• 現実性を高めるためにイベントトリガー型で非同期の分岐を可能にするが、現在の実装では固定間隔での分岐を採用している。

実験結果

リサーチクエスチョン

• RQ1 リアルタイムで未制御対象のマルチモーダルな反応的行動を効果的にモデル化・活用できる運動計画フレームワークは構築可能か？
• RQ2 シナリオツリー上でフィードバックポリシーを合成することで、耐性があり高パフォーマンスな運動計画を達成できるか？
• RQ3 未制御対象の予測モデルが不正確であっても、CVaRのような一貫性のあるリスク測度がどれほど耐性を向上させられるか？
• RQ4 提案されたブランチMPCフレームワークは、インタラクティブ環境において人間らしい、安全でパフォーマンス指向のバランスの取れた行動を生成できるか？
• RQ5 複数の未制御対象が存在する状況において、このフレームワークはどのようにスケーリングするか？また、連携行動モデル化により計算複雑度を低減できるか？

主な発見

• ブランチMPCフレームワークは、未制御対象の将来の反応性を予測することで、安全とパフォーマンスの両立を実現する運動計画を効果的に生成した。
• CVaRをチューニングのためのスイッチとして用いることで、標準的なロバストMPCに比べて過剰な保守的行動を軽減できることを示した。
• 自動運転車のシミュレーションでは、人間らしい相互作用パターンを尊重しながらも、安全で効率的な追い越しやレーン変更を実現した。
• 四足歩行ロボットが物理実験で未制御の四足歩行ロボットと並走する状況において、実世界の実現可能性を実証した。
• 得られた行動は、過剰な慎重さを避ける一方で、安全マージンを維持しており、人間らしい特徴を示した。
• 将来的にはイベントトリガー型分岐や信念ベースの観測統合への拡張が有望であるが、現在の実装では固定間隔での分岐と観測履歴の事前情報なしを仮定している。