[论文解读] Endowing Robots with Longer-term Autonomy by Recovering from External Disturbances in Manipulation through Grounded Anomaly Classification and Recovery Policies

Hongmin Wu, Shuangqi Luo+6 more|arXiv (Cornell University)|Sep 11, 2018

Anomaly Detection Techniques and Applications参考文献 39被引用 6

一句话总结

本文提出了一种基于图的在线系统，使机器人能够在人机协作操作任务中检测并从外部干扰中恢复，从而实现更长期的自主性。通过结合使用非参数统计的接地异常分类与记忆化变分推断，并配合特定任务的恢复策略——对意外异常采用重演策略，对持续异常采用适应策略——该系统实现了实时内省、鲁棒的异常识别以及自纠正恢复，显著提升了在非结构化环境中的鲁棒性。

ABSTRACT

Robot manipulation is increasingly poised to interact with humans in co-shared workspaces. Despite increasingly robust manipulation and control algorithms, failure modes continue to exist whenever models do not capture the dynamics of the unstructured environment. To obtain longer-term horizons in robot automation, robots must develop introspection and recovery abilities. We contribute a set of recovery policies to deal with anomalies produced by external disturbances as well as anomaly classification through the use of non-parametric statistics with memoized variational inference with scalable adaptation. A recovery critic stands atop of a tightly-integrated, graph-based online motion-generation and introspection system that resolves a wide range of anomalous situations. Policies, skills, and introspection models are learned incrementally and contextually in a task. Two task-level recovery policies: re-enactment and adaptation resolve accidental and persistent anomalies respectively. The introspection system uses non-parametric priors along with Markov jump linear systems and memoized variational inference with scalable adaptation to learn a model from the data. Extensive real-robot experimentation with various strenuous anomalous conditions is induced and resolved at different phases of a task and in different combinations. The system executes around-the-clock introspection and recovery and even elicited self-recovery when misclassifications occurred.

研究动机与目标

• 解决在外部干扰频繁导致任务失败的非结构化、人共享工作空间中实现机器人长期自主性的挑战。
• 开发一种恢复框架，使机器人能够实时检测、分类并自主解决异常，即使在执行新的恢复策略期间亦可实现。
• 将增量式、上下文感知的恢复策略学习与基于紧密耦合图架构的在线运动生成和内省相结合。
• 实现自我修复能力：当异常被错误分类时，触发纠正性内省并随后执行正确的恢复策略。

提出的方法

• 该系统采用基于图的在线运动生成与内省框架构建恢复评判器，可在任务执行过程中动态解决异常。
• 异常分类采用非参数先验，结合马尔可夫跳跃线性系统与记忆化变分推断，实现从传感器数据中可扩展的增量式模型学习。
• 实施了两种任务级恢复策略：重演，即从任务图中重放表现最佳的技能以应对意外干扰；适应，即应用基于人类直觉的状态调整以应对持续异常。
• 系统采用非参数统计与变分推断相结合的混合方法，学习紧凑且可解释的模型，以提升分类与识别的准确性。
• 通过在协作机器人设置中引入人为干扰（如人体碰撞、工具碰撞、物体滑落）进行真实机器人实验，以测试在任务各阶段的鲁棒性。
• 使用Redis数据库实时存储和检索传感器与状态数据，支持在线处理，超越离线rosbag分析。

实验结果

研究问题

• RQ1 机器人如何在不可预测的外部干扰下，于非结构化、人机协作环境中实现长期自主？
• RQ2 当传感器信号偏离正常行为时，何种机制可实现鲁棒的、实时的异常检测与分类？
• RQ3 在任务执行过程中，面对新发或重复出现的异常状况，恢复策略如何实现增量式学习与适应？
• RQ4 机器人系统在错误分类异常并执行错误恢复策略后，是否具备自我纠正能力？
• RQ5 恢复策略在不同空间与功能配置的对象及任务中，其泛化能力如何？

主要发现

• 系统成功识别并分类了多种异常，包括意外碰撞、物体滑落和工具碰撞，覆盖了操作任务的多个阶段。
• 重演策略通过从任务图中重放先前学习到的最佳技能，有效解决了意外干扰，恢复了正常执行。
• 自适应恢复策略通过利用人类对任务状态变化的类比直觉，使机器人能够克服持续异常，即使未进行显式的空间建模亦可实现。
• 系统展示了自我修复能力：在异常被错误分类并执行错误恢复策略后，系统纠正了其内省过程，并选择了有效的恢复策略以完成任务。
• 尽管空间上下文建模有限，恢复策略仍能泛化至HC、OS和NO异常的新情境，但对依赖空间关系的恢复对，泛化能力较弱。
• 大量真实机器人实验表明，系统在严苛的、人为诱导的异常条件下表现出色，实现了全天候的内省与恢复，显著延长了操作自主性。