[論文レビュー] Robopheus: A Virtual-Physical Interactive Mobile Robotic Testbed

Xuda Ding, Han Wang+3 more|arXiv (Cornell University)|Mar 7, 2021

Distributed Control Multi-Agent Systems参考文献 27被引用数 4

ひとこと要約

Robopheusは、物理実験からのリアルタイム動的モデル学習を用いて、実ロボットと高精度シミュレーションを接続する画期的な仮想・物理連携型モバイルロボットテストベッドを導入する。実世界のデータ（ホイールスリップ、摩擦、アクチュエータ制約など）を継続的に仮想モデルに反映させることで、非対話型手法と比較して物理的ロボットの軌道精度を300%向上させ、オンラインコントローラ最適化を可能にし、スケーラブルかつ多様なロボットのテストを実現する。

ABSTRACT

The mobile robotic testbed is an essential and critical support to verify the effectiveness of mobile robotics research. This paper introduces a novel multi-robot testbed, named Robopheus, which exploits the ideas of virtual-physical modeling in digital-twin. Unlike most existing testbeds, the developed Robopheus constructs a bridge that connects the traditional physical hardware and virtual simulation testbeds, providing scalable, interactive, and high-fidelity simulations-tests on both sides. Another salient feature of the Robopheus is that it enables a new form to learn the actual models from the physical environment dynamically and is compatible with heterogeneous robot chassis and controllers. In turn, the virtual world's learned models are further leveraged to approximate the robot dynamics online on the physical side. Extensive experiments demonstrate the extraordinary performance of the Robopheus. Significantly, the physical-virtual interaction design increases the trajectory accuracy of a real robot by 300%, compared with that of not using the interaction.

研究の動機と目的

• 物理的および仮想的ロボットテストベッドの孤立化という限界を克服し、物理的ロボットと高精度シミュレーションとの間で実時間かつ双方向の相互作用を実現すること。
• 統一的でプラグアンドプレイなコネクタ設計により、多様なロボットの運動学的特性とコントローラーをサポートし、アルゴリズムの互換性を広く確保すること。
• ホイールスリップ、摩擦、アクチュエータ制約などを含む正確なロボット動的モデルを、実時間のロボット運用データから動的に学習すること。
• 学習された仮想モデルを用いてロボットの挙動を予測し、実時間で物理的コントローラの性能を最適化すること。
• スウォームロボティクス、SLAM、および多様なロボットの協調作業を含むモバイルロボティクス研究に適したスケーラブルでアクセス可能かつ高精度のテストベッドを提供すること。

提案手法

• 本システムは、独自に設計した多様なロボットシャーシとコントローラーを備えた物理的テストベッドと、統一されたハードウェアインターフェースを介したプラグアンドプレイ互換性を持つ接続を統合する。
• 物理的テストベッドからの実時間運用データを活用して、ホイールスリップや摩擦といった現実世界の要因を組み込んだ仮想環境における動的モデルを学習する。
• デジタルツインにインspiredしたアーキテクチャにより、双方向の相互作用を実現：仮想シミュレーションが物理的制御を指導致し、物理的データが仮想モデルを精緻化する。
• オンラインモデル学習技術を用いて、観察された物理的挙動に基づき仮想ロボットの動的モデルを動的に更新し、高精度なシミュレーションを確保する。
• 仮想テストベッドはユーザーのマシン上で実行可能で、カスタマイズ可能なシミュレーションシナリオをサポートする一方、物理的テストベッドは現実世界でのアルゴリズム検証を可能にする。
• 仮想モデルがロボットの軌道を予測し、最適な制御入力を提供することで、物理的ロボットの性能を向上させるフィードバックループを構築する。

実験結果

リサーチクエスチョン

• RQ1 物理的ロボットと高精度シミュレーションの間で、実時間での相互作用を維持しつつ、高精度なシミュレーションを実現する仮想・物理連携型ロボットテストベッドは、どのように設計できるか？
• RQ2 ホイールスリップやアクチュエータ制約といった非理想要因を含む、実ロボット運用データからの正確な動的モデル学習を可能にする技術は何か？
• RQ3 仮想モデルの予測が、実時間フィードバックを通じて物理的ロボットの軌道精度をどの程度向上させられるか？
• RQ4 システムの安定性とスケーラビリティを維持しつつ、多様なロボットの運動学的特性とコントローラーをどのようにサポートできるか？
• RQ5 双方向の物理的・仮想的相互作用は、孤立した物理的または仮想的テストをはるかに超えて制御性能を顕著に向上させられるか？

主な発見

• Robopheusにおける仮想的・物理的相互作用により、非対話型テストと比較してロボットの軌道精度が約300%向上し、顕著な性能向上が確認された。
• 物理的データからのモデル学習後、仮想的および物理的軌道が密接に一致し、スリップや摩擦モデルの差異に起因する乖離が低減された。
• 本システムは、実時間でホイールスリップ、摩擦、アクチュエータ制約といった現実世界の動的特性を仮想シミュレーションに正確に学習し統合した。
• 仮想テストベッドはローカルにインストール可能で、独立してシミュレーションに使用可能であり、物理的テストベッドは現実世界でのアルゴリズム検証を可能にする。
• 仮想予測から物理的制御へのフィードバックループにより、一貫した安定性と高い精度のロボット運動が実現され、誤差は±30ピクセルの範囲内に保たれた。
• 本テストベッドは、高精度な仮想環境での事前シミュレーションを可能にすることで、ロボットスウォーム、SLAM、および多様なロボットの協調作業を含む多様なロボティクス応用をサポートする。