[论文解读] Decentralized Social Navigation with Non-Cooperative Robots via Bi-Level Optimization

Rohan Chandra, Rahul Menon+3 more|arXiv (Cornell University)|Jun 15, 2023

Evacuation and Crowd Dynamics被引用 4

一句话总结

本文提出了一种完全去中心化的双层优化框架，用于在门框和走廊交叉口等社交小游戏场景中实现非合作多机器人导航。该方法首先通过去中心化竞标确定公平且无碰撞的优先级顺序，然后规划出满足运动学动力学可行性的轨迹，以最小化速度偏差——相比最先进基于学习的方法性能提升44%，且速度变化次数比CADRL减少2倍至5倍。

ABSTRACT

This paper presents a fully decentralized approach for realtime non-cooperative multi-robot navigation in social mini-games, such as navigating through a narrow doorway or negotiating right of way at a corridor intersection. Our contribution is a new realtime bi-level optimization algorithm, in which the top-level optimization consists of computing a fair and collision-free ordering followed by the bottom-level optimization which plans optimal trajectories conditioned on the ordering. We show that, given such a priority order, we can impose simple kinodynamic constraints on each robot that are sufficient for it to plan collision-free trajectories with minimal deviation from their preferred velocities, similar to how humans navigate in these scenarios. We successfully deploy the proposed algorithm in the real world using F$1/10$ robots, a Clearpath Jackal, and a Boston Dynamics Spot as well as in simulation using the SocialGym 2.0 multi-agent social navigation simulator, in the doorway and corridor intersection scenarios. We compare with state-of-the-art social navigation methods using multi-agent reinforcement learning, collision avoidance algorithms, and crowd simulation models. We show that $(i)$ classical navigation performs $44\%$ better than the state-of-the-art learning-based social navigation algorithms, $(ii)$ without a scheduling protocol, our approach results in collisions in social mini-games $(iii)$ our approach yields $2 imes$ and $5 imes$ fewer velocity changes than CADRL in doorways and intersections, and finally $(iv)$ bi-level navigation in doorways at a flow rate of $2.8 - 3.3$ (ms)$^{-1}$ is comparable to flow rate in human navigation at a flow rate of $4$ (ms)$^{-1}$.

研究动机与目标

• 解决非合作多机器人系统在门框和走廊等受限环境中实现安全、高效且符合社交规范导航的挑战。
• 克服现有方法（如深度强化学习（MARL）和人群模拟模型）的局限性，这些方法存在仿真到现实的差距、现实世界部署效果差，或假设机器人行为具有合作性。
• 开发一种去中心化、实时的解决方案，使机器人能够自主确定优先级顺序并规划轨迹，无需集中协调。
• 实现类人导航行为，表现为最小的速度偏差和流畅、类似合作的机动，即使在非合作目标下亦能实现。

提出的方法

• 采用双层优化框架：顶层通过基于竞标的去中心化竞标方式求解公平且无碰撞的优先级顺序，每个机器人根据自身目标独立提交竞标。
• 底层优化基于分配的优先级顺序规划出满足运动学动力学可行性的轨迹，确保无碰撞的同时最小化各机器人相对于其理想速度的偏差。
• 对每个机器人施加简单且局部的运动学动力学约束，这些约束在优先级调度下足以保证无碰撞导航，且无需全局状态信息。
• 采用去中心化实现，每个机器人独立计算自身优先级与轨迹，支持在实体机器人上实时运行。
• 利用真实硬件（F1/10 赛车、Jackal、Spot）和仿真环境（SocialGym 2.0）在多样化场景中验证该方法。
• 为简化起见采用手工设计的优先级规则，未来工作将通过逆最优控制学习代价函数以提升泛化能力。

(a) No scheduling, initial time.

实验结果

研究问题

• RQ1 双层优化框架能否在去中心化、非合作的多机器人导航中有效解耦优先级排序与轨迹规划？
• RQ2 基于去中心化竞标的优先级协议是否能在门框和走廊交叉口等社交小游戏场景中实现无碰撞且高效的导航？
• RQ3 当与优先级顺序结合时，简单的运动学动力学约束能否产生具有最小速度偏差的符合社交规范的轨迹？
• RQ4 在真实世界和仿真环境中，该方法与最先进的MARL、RVO和Social Forces基线相比，其性能在定量上如何？
• RQ5 在缺乏调度协议的情况下，非合作导航中碰撞或死锁的发生程度如何？

主要发现

• 在门框任务中，采用所提双层优化的常规导航方法相比最先进的基于MARL的社会导航算法，成功率高出44%。
• 在缺乏调度协议的情况下，系统在社交小游戏场景中导致了碰撞，证明了优先级排序对安全导航的必要性。
• 在门框和交叉口场景中，所提方法相比CADRL分别减少了2倍和5倍的速度变化次数，表明其具有更高的社交合规性。
• 在门框导航中，当流量速率为2.8–3.3 m/s时，双层方法的表现与人类导航在4 m/s时的表现相当，表明其具有极强的社交合规性。
• 仅使用局部基线（无高层策略）在门框场景中失败率接近100%，证实了仅依赖局部导航在缺乏全局协调机制时会失效。
• 许多MARL基线报告的低碰撞率并非源于有效导航，而是由于频繁发生死锁和超时，这一点从极低的成功率中得到证实。

(b) No schedule results in collision.