[논문 리뷰] RMPflow: A Computational Graph for Automatic Motion Policy Generation

Ching-An Cheng, Mustafa Mukadam외 5명|arXiv (Cornell University)|2018. 11. 16.

Robot Manipulation and Learning참고 문헌 34인용 수 24

한 줄 요약

RMPflow는 비선형 작업 공간에서 리emann 운동 정책(RMPs)을 기하학적으로 일관되게 융합함으로써 안정적이고 반응적인 운동 정책 생성을 가능하게 하는 계산 그래프 프레임워크이다. 속도 및 위치에 의존하는 리만 메트릭을 활용하여 장애물 회피와 목표 향유를 자연스럽게 표현하며, 외부 잠재력장 없이도 매끄럽고 지지곡선 유사 궤적을 생성한다. 또한 리아프노프 안정성의 증명 가능성을 갖추고 있어 고도의 자유도를 가진 이중팔 운동 작업에서 실시간 성능을 보여준다.

ABSTRACT

We develop a novel policy synthesis algorithm, RMPflow, based on geometrically consistent transformations of Riemannian Motion Policies (RMPs). RMPs are a class of reactive motion policies designed to parameterize non-Euclidean behaviors as dynamical systems in intrinsically nonlinear task spaces. Given a set of RMPs designed for individual tasks, RMPflow can consistently combine these local policies to generate an expressive global policy, while simultaneously exploiting sparse structure for computational efficiency. We study the geometric properties of RMPflow and provide sufficient conditions for stability. Finally, we experimentally demonstrate that accounting for the geometry of task policies can simplify classically difficult problems, such as planning through clutter on high-DOF manipulation systems.

연구 동기 및 목표

• 장애물과 운동학적 제약 조건에 의해 유도되는 본질적인 비유클리드 기하학을 모델링하는 데에 유럽형 작업공간 제어의 한계를 해결하기 위해.
• 지오메트릭 일관성을 유지하면서 다수의 국소 RMP를 융합하여 글로벌 운동 정책을 생성하는 안정적이고 계산적으로 효율적인 프레임워크를 개발하기 위해.
• 비선형 환경에서 고도의 자유도를 가진 로봇의 실시간 반응 제어를 가능하게 하기 위해 곡률 인식 동역학을 운동 정책에 통합하기 위해.
• 좌표에 의존하지 않고 기하학적으로 일관된 정책 합성을 통해 다양한 로봇 구조체 간의 제어 일반화를 가능하게 하기 위해.

제안 방법

• RMPflow는 재귀적 뉴턴-오일러 알고리즘을 영감으로 삼은 트리 구조의 계산 그래프를 사용하여 국소 RMP를 재귀적으로 융합한다. 이는 비선형 공간으로 일반화된 것이다.
• 구성 및 속도에 모두 의존하는 리만 메트릭을 적용하여 비유클리드 작업공간의 행동을 본질적으로 모델링할 수 있다.
• RMP 융합에 대한 증명 가능한 조건을 통해 조건이 충돌하는 제어 신호가 존재하더라도 리아프노프 안정성을 보장한다.
• 정책 조합 중 계산 효율성을 유지하기 위해 희박한 구조의 활용을 시행한다.
• 실시간 시각적 인식을 위해 DART를 통합하여 관절 구조의 물체 추적과 장애물 표현을 위한 바이트라이제이션된 거리 장을 활용한다.
• 실제 적용에서 안정성을 확보하기 위해 감쇠 및 곡률 항을 적용하며, 특히 고속 주행 상황에서 효과적이다. 또한 정책의 다양한 로봇 구조체 간 일반화를 가능하게 한다.

실험 결과

연구 질문

• RQ1 비선형 비유클리드 작업공간에서 RMP를 기하학적으로 일관되게 융합하여 안정적인 글로벌 운동 정책를 생성할 수 있는가?
• RQ2 목표 향유와 충돌 회피와 같은 충돌하는 목표를 가진 다수의 RMP를 융합할 때 리아프노프 안정성을 보장하는 조건는 무엇인가?
• RQ3 속도 및 위치에 의존하는 리만 메트릭은 고도의 자유도를 가진 운동 제어에서 정책의 표현력과 반응성 향상에 기여하는가?
• RQ4 RMPflow는 재학습 없이도 다양한 로봇 구조체 간에 정책을 일관되게 전이할 수 있는가?
• RQ5 곡률 인식 동역학은 혼잡한 환경에서의 복잡한 운동 계획 문제를 어느 정도 단순화할 수 있는가?

주요 결과

• RMPflow는 작업공간의 유도된 곡률을 인코딩함으로써 장애물을 자연스럽게 돌아가며 매끄럽고 지지곡선 유사 궤적을 생성하며, 외부 잠재력장이 필요로 하지 않는다.
• 기하학적 일관성과 충분한 감쇠를 통해 증명 가능한 리아프노프 안정성을 확보하며, 조건이 충돌하는 제어 신호가 존재하더라도 안정성을 유지한다.
• 실험 결과에 따르면 속도 및 위치에 의존하는 리만 메트릭을 사용할 경우 등방성 메트릭보다 더 빠르고 효과적인 장애물 회피 성능을 보였다.
• 이 시스템은 이중팔 운동 플랫폼(Baxter 및 YuMi)에서 완전한 반응형 실시간 제어를 가능하게 하였으며, 혼잡한 환경에서의 옮기기 및 동적 인간 상호작용 작업을 성공적으로 처리하였다.
• 다양한 로봇(예: ABB IRB120, Kuka) 간 정책 일반화가 경험적으로 일관되게 유지되었지만, 곡률 항이 없을 경우 고속 주행에서 성능 저하가 발생하였다.
• DART 기반 실시간 추적과 바이트라이제이션된 거리 장의 통합을 통해 최소한의 캘리브레이션 요구 조건으로도 견고한 인지-행동 루프를 실현하였다.