[論文レビュー] Neural Inverse Kinematics

Raphael Bensadoun, Shir Gur+3 more|arXiv (Cornell University)|May 22, 2022

Robotic Mechanisms and Dynamics被引用数 4

ひとこと要約

この論文では、キネマティックチェーンに沿って順次関節をサンプリングするためのガウス・ミクスチャ・モデル（GMM）を、ハイパーネットワークを用いて条件付きで生成する深層学習ベースの逆運動学（IK）手法、IKNetを提案する。階層的構造と変分的手法を活用することで、1対1のトレーニングデータから複数の有効なIK解をモデル化し、高速な推論、ノイズへの耐性、パスフォローリングおよび一般化タスクにおける優れた性能を達成する。

ABSTRACT

Inverse kinematic (IK) methods recover the parameters of the joints, given the desired position of selected elements in the kinematic chain. While the problem is well-defined and low-dimensional, it has to be solved rapidly, accounting for multiple possible solutions. In this work, we propose a neural IK method that employs the hierarchical structure of the problem to sequentially sample valid joint angles conditioned on the desired position and on the preceding joints along the chain. In our solution, a hypernetwork $f$ recovers the parameters of multiple primary networks {$g_1,g_2,\dots,g_N$, where $N$ is the number of joints}, such that each $g_i$ outputs a distribution of possible joint angles, and is conditioned on the sampled values obtained from the previous primary networks $g_j, j<i multiple></i>

研究の動機と目的

• ロボットアームにおける複数の逆運動学解を深層学習を用いてモデル化する課題に取り組む。
• 反復的最適化を必要とせず、リアルタイムのロボット制御に適した高速でフォワード・スルー推論を可能にする。
• 1つのポーズごとに1つの解しか含まれないトレーニングデータであっても、エンドエフェクタのポーズを条件とした関節配置の確率的表現を学習する。
• 直前の関節状態を条件として関節サンプリングを設定することで、パスフォローリングの精度と滑らかさを向上させる。
• 学習された表現が、シーケンス・ツー・シーケンスのマッピングなどの下流タスク（例：エンドエフェクタ軌道の変換）に応用可能であることを示す。

提案手法

• ハイパーネットワーク f が、N 個の主ネットワーク g₁,…,gₙ のパラメータを生成する。各 gᵢ は関節角度のGMMを出力する。
• 各 gᵢ は、所望のエンドエフェクタのポーズ x および直前の関節 y¹,…,yⁱ⁻¹ からのサンプルされた関節角度に条件付けられる。
• モデルは順次サンプリング戦略を採用：関節は1つずつGMMからサンプリングされ、各ステップで直前のサンプルに依存する。
• ハイパーネットワーク f は、反復的最適化を経ずに、フォワード・キネマティクスから得られる (x, y) ペアで訓練される。
• 推論時、GMMからのサンプリングにより高い分散を持つ関節分布が生成され、複数の有効なIK解が得られる。
• パスフォローリングのため、現在の x と直前の関節構成を両方条件として用いることで、時間的滑らかさを確保する。

実験結果

リサーチクエスチョン

• RQ1 1対1の (x, y) ペアのみでトレーニングされた深層学習モデルが、逆運動学の多解性を効果的に捉えられるか？
• RQ2 GMMを用いた階層的・順次的サンプリング戦略は、最適化ベースやエンドツーエンド学習ベースの手法と比較して、速度と解の品質の面でどのように差をつけるか？
• RQ3 本モデルは、最小限のファインチューニングで未観測のキネマティックチェーンに一般化可能か？
• RQ4 ハイパーネットワーク f が学習した表現は、エンドエフェクタ軌道のシーケンス・ツー・シーケンス変換などの下流タスクに有効に応用可能か？
• RQ5 本手法は、キネマティックチェーンの入力次元にノイズや摂動が加わった場合にも、耐性を示すか？

主な発見

• IKNetは、パスフォローリングにおいて最適化ベースおよび学習ベースのベースラインを上回り、1つの解しか出力しないベースラインとは異なり、複数の正確で安定した解を生成する。
• エンドエフェクタ軌道のシーケンス・ツー・シーケンス変換にTransformerベースのモデルを訓練する際、IKNetを表現として用いることで収束が速く、誤差も低くなる。
• わずか数例のデータで、未観測のキネマティックチェーン（例：アームB）に事前学習済みのIKNetモデルをファインチューニングしても優れた性能を示し、転送性を実証する。
• ノイズのある関節次元に対しても、摂動下でも低コストのフォワード・キネマティクス誤差を維持し、本手法の耐性を示す。
• ハイパーネットワーク f が学習した表現は、原始的なエンドエフェクタのポーズを用いる場合と比較して、下流モデル（例：Transformer）の訓練をより高速かつ高精度に行える。
• IKNetの推論速度は反復的最適化手法よりも顕著に速く、リアルタイムのロボット制御に適している。