[论文解读] Generating Robust Supervision for Learning-Based Visual Navigation Using Hamilton-Jacobi Reachability

Anjian Li, Somil Bansal+4 more|arXiv (Cornell University)|Dec 20, 2019

Robotics and Sensor-Based Localization参考文献 29被引用 7

一句话总结

本文提出一种基于哈密顿-雅可比可达性分析的方法，通过将卷积神经网络（CNN）预测误差建模为机器人动力学中的扰动，生成用于基于学习的视觉导航的鲁棒监督信号。通过求解静态HJ偏微分方程（PDE），计算在最坏扰动情况下的到达目标时间（TTR）和碰撞时间（TTC），该方法生成代价图，引导路径点预测朝向更安全、更不激进的轨迹，从而在无需在真实机器人上微调的情况下，显著提升在狭窄、杂乱环境中的成功率达。

ABSTRACT

In Bansal et al. (2019), a novel visual navigation framework that combines learning-based and model-based approaches has been proposed. Specifically, a Convolutional Neural Network (CNN) predicts a waypoint that is used by the dynamics model for planning and tracking a trajectory to the waypoint. However, the CNN inevitably makes prediction errors which often lead to collisions in cluttered and tight spaces. In this paper, we present a novel Hamilton-Jacobi (HJ) reachability-based method to generate supervision for the CNN for waypoint prediction in an unseen environment. By modeling CNN prediction error as "disturbances" in robot's dynamics, our generated waypoints are robust to these disturbances, and consequently to the prediction errors. Moreover, using globally optimal HJ reachability analysis leads to predicting waypoints that are time-efficient and avoid greedy behavior. Through simulations and hardware experiments, we demonstrate the advantages of the proposed approach on navigating through cluttered, narrow indoor environments.

研究动机与目标

• 为解决基于学习的视觉导航中CNN预测误差带来的关键挑战，此类误差常导致在狭窄、杂乱环境中的碰撞。
• 在无需微调的情况下，提升端到端视觉导航策略在未见真实环境中的泛化能力和鲁棒性。
• 以基于可达性的原则化代价函数替代启发式路径点监督，该函数可考虑最坏情况扰动。
• 通过生成保守但最优的路径点，实现在狭窄门框和走廊中的安全高效导航。
• 在训练数据生成过程中预先整合神经网络预测的不确定性，从源头提升鲁棒性。

提出的方法

• 将CNN预测误差建模为机器人连续时间动力学中的有界扰动，将其视为对抗性扰动。
• 构建静态哈密顿-雅可比（HJ）偏微分方程（PDE），用于计算在最坏扰动情况下的到达目标时间（TTR）和碰撞时间（TTC）。
• 通过数值求解HJ PDE，获得表示从任意初始状态和扰动界出发，到达目标或与障碍物碰撞的最小时间的值函数。
• 将TTR与TTC组合为复合代价图，量化路径点质量，同时考虑所有可能的状态与扰动组合。
• 将所得代价图用作监督信号，训练CNN以预测对预测误差具有鲁棒性的路径点，从而生成安全且时间高效的轨迹。
• 将训练好的CNN与模型预测控制（MPC）框架集成，利用机器人的动力学模型跟踪预测的路径点。

实验结果

研究问题

• RQ1 如何在视觉导航中为CNN生成训练监督信号，以确保其在未见环境中的预测误差鲁棒性？
• RQ2 HJ可达性分析能否生成优于启发式方法的代价图，实现更不激进、更鲁棒的导航？
• RQ3 将CNN误差建模为扰动在多大程度上提升了在狭窄、杂乱通道中导航的成功率？
• RQ4 使用可达性监督训练的CNN是否能在无需微调的情况下泛化到真实世界硬件？
• RQ5 HJ可达性分析的保守性在动态环境中如何补偿神经网络的不确定性？

主要发现

• 在仿真和真实硬件实验中，ReachabilityCost CNN在狭窄门框和走廊中均实现了100%的成功率，而HeuristicsCost基线在所有此类场景中均失败。
• 在Turtlebot 2上的硬件实验表明，ReachabilityCost CNN成功穿过了狭窄门框和杂乱走廊，而HeuristicsCost CNN在全速行驶时与墙壁发生碰撞。
• ReachabilityCost CNN生成的轨迹显著更平滑、更不激进，避免了靠近障碍物的高风险操作。
• 该方法使端到端训练的CNN无需额外微调即可泛化到真实世界环境，展示了强大的零样本迁移性能。
• 基于HJ可达性的代价图实现了更保守但时间高效的路径点选择，显著降低了在狭小空间中的碰撞风险。
• 在需要精确导航的复杂场景（如带障碍物填充的门框）中，该方法优于基线端到端学习方法。