[論文レビュー] Motion Planning Transformers: A Motion Planning Framework for Mobile Robots

Jacob J. Johnson, Kalra, Uday S.+4 more|arXiv (Cornell University)|Jun 5, 2021

Machine Learning and Algorithms被引用数 6

ひとこと要約

本稿では、サンプリングベースの運動計画法における探索空間を顕著に削減する、変換器ベースのフレームワークであるMotion Planning Transformers (MPT) を提案する。MPT は自己注意機構を用いて長距離依存関係をモデル化し、従来の計画法と比較して計画時間を 7–25% 削減し、探索ノード数を 2–12 倍削減する。また、マップサイズの変更に対しても一般化可能であり、Dubins 車両のような非ホロノミックロボットの対応も可能である。

ABSTRACT

Fast and efficient sampling-based motion planning (SMP) is an integral component of many robotic systems, such as autonomous cars. A popular technique to improve the efficiency of these planners is to restrict search space in the planning domain. Existing algorithms define parametric functions to bound the search space, but these do not extend to non-holonomic robotic systems. Recent learning-based methods use a combination of convolutional and fully connected networks to encode the planning space. However, these methods are restricted to fixed map sizes, which are often not realistic in the real world. In this paper, we introduce a transformer-based approach, Motion Planning Transformer, to restrict the search space by learning to discern regions with a valid path from prior data. The model learns not only to restrict search spaces for simple 2D systems but also for non-holonomic robotic systems. We validate our method on various randomly generated environments with different map sizes and plan trajectories for a physical non-holonomic robot. We also provide a ROS2 plugin of our method for the Nav2 planning stack. The results show that our method reduces search space nodes by 2-12 times compared to traditional planners and has better generalizability than recent learning-based planners.

研究の動機と目的

• マップサイズの変更に伴う計算コストの増大とスケーラビリティの欠如といった、従来のサンプリングベースの運動計画法の限界を解消すること。
• CNN や MLP を用いる従来の学習ベースの計画法が固定マップサイズに依存するという制限を克服すること。
• SE(2) 空間における運動学的制約を満たすパス領域を学習することで、非ホロノミックロボットの効果的な運動計画を可能にすること。
• 再トレーニングやファインチューニングなしに、特に大規模環境においてもマップサイズに一般化可能であることを実現すること。
• Nav2 などの実世界のロボットナビゲーションスタックに統合可能な ROS2 向けプラグインを提供すること。

提案手法

• 訓練データとして過去の運動計画データを用いて、配置空間内に有効なパスが存在する可能性の高い領域を予測する変換器ベースのモデルを訓練する。
• トレーニング中にランダムシフトを施した可学習位置埋め込みを採用することで、より大きなマップサイズへの一般化性能を向上させる。
• SE(2) ロボットへの応用を可能とするために、方向に依存するアンカーポイントを予測するアーキテクチャを拡張し、運動学的制約のある空間での計画を可能にする。
• MPT モデルは領域提案ネットワークとして機能し、RRT* などのサンプリングベースの計画法が高確率領域に集中して探索を実行できるように導く。
• 位置エンコーディングをランダム化する独自のトレーニングルーチンを導入することで、未学習のマップサイズにおいてもモデルのロバスト性と精度を向上させる。
• Nav2 ナビゲーションスタックに統合可能な ROS2 プラグインとして実装し、既存の計画法と即座に接続可能なプラグアンドプレイを実現する。

実験結果

リサーチクエスチョン

• RQ1 固定マップサイズを必要とせず、サンプリングベースの運動計画法における探索空間を効果的に削減できる変換器ベースのモデルは実現可能か？
• RQ2 従来の学習ベースの計画法と比較して、MPT モデルは未学習の大きなマップサイズに対し、どの程度一般化性能を示すか？
• RQ3 MPT フレームワークは Dubins 車両のような非ホロノミックロボットに拡張可能か？また、SE(2) 空間における計画効率は向上するか？
• RQ4 MPT を用いた計画法は、従来の計画法および学習ベースの計画法と比較して、計画時間、パス品質、ノード数の観点でどの程度優れているか？
• RQ5 MPT モデルはシミュレーションから実世界のロボットシステムへの展開が可能か？特にシミュレーションから実世界への一般化性能はどの程度か？

主な発見

• MPT を用いた計画法は、従来の RRT* や IRRT* 計画法と比較して、探索木内の頂点数を 2–12 倍削減した。
• さまざまな環境において計画時間を 7–25% 削減した。特に大規模なマップにおいて、最も顕著な性能向上を示した。
• 位置エンコーディングをランダム化して訓練したモデルは、固定エンコーディングのベースラインと比較して、大規模マップ上で 61% の高い精度を達成した。
• Dubins 車両のモデルでは、MPT-RRT* は RRT* と比較して計画時間を 50% 削減し、頂点数を 38% 削減した。また、95.15% の精度を達成した。
• Nav2 用の MPT プラグインにより、物理的な RC Dubins 車両でも 10Hz のリアルタイム計画が実現され、優れたシミュレーションから実世界への一般化性能を示した。
• MPT は、探索空間が拡大する大規模環境において、IRRT* や BIT* よりも優れた性能を示した。これらの計画法は、探索空間の増大に伴い性能が劣化する傾向にあった。