[论文解读] Planning and Resilient Execution of Policies For Manipulation in Contact with Actuation Uncertainty

Calder Phillips-Grafflin, Dmitry Berenson|arXiv (Cornell University)|Mar 29, 2017

Robot Manipulation and Learning被引用 8

一句话总结

该论文提出了一种两阶段方法，通过整合接触、柔顺性和韧性，以应对执行不确定性下的机器人操作策略规划与执行问题。该方法采用基于粒子的不确定性建模和基于RRT的规划来生成部分策略，然后在执行过程中在线适应以应对意外变化——在Baxter仿真中实现了79%的成功率，在存在障碍物阻塞的情况下达到73%，优于基线方法。

ABSTRACT

We propose a method for planning motion for robots with actuation uncertainty that incorporates contact with the environment and the compliance of the robot to reliably perform manipulation tasks. Our approach consists of two stages: (1) Generating partial policies using a sampling-based motion planner that uses particle-based models of uncertainty and simulation of contact and compliance; and (2) Resilient execution that updates the planned policies to account for unexpected behavior in execution which may arise from model or environment inaccuracy. We have tested our planner and policy execution in simulated SE(2) and SE(3) environments and Baxter robot. We show that our methods efficiently generate policies to perform manipulation tasks involving significant contact and compare against several simpler methods. Additionally, we show that our policy adaptation is resilient to significant changes during execution; e.g. adding a new obstacle to the environment.

研究动机与目标

• 为解决在存在执行不确定性时实现可靠操作的挑战，尤其是在接触和柔顺性对任务成功至关重要的情况下。
• 开发一种规划框架，整合环境接触和机器人柔顺性，以减少操作过程中的不确定性。
• 通过在运行时动态调整策略，实现对意外环境变化或模型不准确性的响应，从而实现韧性执行。
• 与不考虑不确定性或韧性的简单规划器相比，提高在高不确定性、强接触依赖任务中的成功率。

提出的方法

• 该方法采用信念空间公式，使用基于粒子的表示方法，将机器人状态不确定性建模为配置空间上的概率分布。
• 基于采样的RRT规划器通过在执行不确定性下模拟接触和柔顺性动力学，生成部分策略，利用前向仿真预测结果。
• 通过分裂和可逆性建模处理具有多种结果的动作：分裂通过聚类（如WCR）识别不同的结果簇，可逆性则支持失败动作的重试。
• 在线策略自适应在执行过程中检测失败动作，并实时修改策略以避开障碍物或从意外状态中恢复。
• 规划器采用符合规划的阈值处理方法，专注于生成至少具有最小成功概率 $P_{ ext{goal}}$ 的目标可达策略，而非追求全局最优。
• 该方法在模拟的 $SE(2)$、$SE(3)$ 和一个Baxter机器人（$\mathbb{R}^7$）上进行了评估，执行不确定性被建模为截断正态分布。

实验结果

研究问题

• RQ1 一种融合接触与柔顺性的运动规划器，能否在执行不确定性下生成可靠的操纵策略？
• RQ2 当执行过程中出现意外变化（如新障碍物）时，在线策略自适应如何提升系统的韧性？
• RQ3 在强接触依赖的任务中，与简单且非自适应的规划器相比，不确定性感知规划能带来多大的性能提升？
• RQ4 与确定性或非接触感知方法相比，基于粒子的信念模型与聚类的结合在多大程度上提升了策略的鲁棒性？
• RQ5 部分策略生成与实时自适应的结合，在动态或不确定环境中如何影响成功率？

主要发现

• 在 $SE(3)$ 仿真中，所提出的规划器在 $N_{\text{particles}}=24$ 且采用WCR聚类时，成功概率达到0.79，优于接触RRT基线方法的0.70。
• 该规划器生成的策略具有更高的解多样性（每策略平均17.2个解 vs. 基线6.33个），且规划时间更长（65.4秒 vs. 8.42秒），表明对不确定性的探索更加深入。
• 在引入新障碍物的平面 $SE(2)$ 环境中，73%的策略成功实现自适应并完成任务，而未修改环境下的成功率为97%。
• 在受阻环境中，策略自适应使平均动作数从15.4增加到26.7，表明路径变长以避开障碍物，但仍实现了显著的成功率。
• 该方法对模型不准确性和环境变化表现出韧性，在机器人执行过程中遭遇意外障碍物时仍能保持高成功率。
• 结果证实，将柔顺性、接触和在线自适应相结合，能显著提升在不确定性下的操作任务可靠性。