[论文解读] Fully Convolutional Search Heuristic Learning for Rapid Path Planners

Yuka Ariki, Takuya Narihira|arXiv (Cornell University)|Aug 9, 2019

Robotic Path Planning Algorithms参考文献 20被引用 11

一句话总结

该论文提出了一种基于全卷积神经网络（FCN）的方法，用于在二维网格世界中为快速路径规划器学习搜索启发式函数。通过将障碍物地图视为图像，并使用A*算法和反向Dijkstra算法的结果作为监督信号，FCN预测具有空间结构的到目标成本估计值，与手工设计的欧几里得启发式函数相比，显著降低了搜索成本和规划时间，在某些环境中实现了高达48%的规划速度提升和90%的搜索成本降低。

ABSTRACT

Path-planning algorithms are an important part of a wide variety of robotic applications, such as mobile robot navigation and robot arm manipulation. However, in large search spaces in which local traps may exist, it remains challenging to reliably find a path while satisfying real-time constraints. Efforts to speed up the path search have led to the development of many practical path-planning algorithms. These algorithms often define a search heuristic to guide the search towards the goal. The heuristics should be carefully designed for each specific problem to ensure reliability in the various situations encountered in the problem. However, it is often difficult for humans to craft such robust heuristics, and the search performance often degrades under conditions that violate the heuristic assumption. Rather than manually designing the heuristics, in this work, we propose a learning approach to acquire these search heuristics. Our method represents the environment containing the obstacles as an image, and this image is fed into fully convolutional neural networks to produce a search heuristic image where every pixel represents a heuristic value (cost-to-go value to a goal) in the form of a vertex of a search graph. Training the heuristic is performed using previously collected planning results. Our preliminary experiments (2D grid world navigation experiments) demonstrate significant reduction in the search costs relative to a hand-designed heuristic.

研究动机与目标

• 为在存在局部陷阱的大规模复杂搜索空间中设计鲁棒且问题特定的启发式函数提供解决方案。
• 减少对在非理想条件或复杂障碍物配置下性能下降的手工设计启发式函数的依赖。
• 开发一种可扩展的端到端学习框架，利用深度学习生成空间一致的启发式函数。
• 通过从最优路径数据中学习启发式函数而非进行密集的状态空间搜索，提高规划效率。
• 通过最小化搜索量和计算成本，实现实时性能，适用于机器人应用。

提出的方法

• 将带有障碍物的环境表示为二维图像，目标位置编码为一个空间地图。
• 全卷积神经网络（FCN）以障碍物地图和目标地图作为输入，预测一个启发式地图，其中每个像素代表一个到目标的成本估计值。
• 使用A*算法和反向Dijkstra算法在先前收集的最优路径上生成真实启发式值作为监督信号。
• 采用监督学习方法，通过预测值与真实值之间逐像素的回归损失来训练网络。
• 采用混合训练策略，结合监督学习与时序差分（TD）学习，以提高样本效率和泛化能力。
• 该方法利用GPU加速的卷积运算，实现对地图中所有状态的并行推理。

实验结果

研究问题

• RQ1 深度学习模型能否有效学习一种在多样化二维路径规划环境中具有泛化能力的空间结构启发式函数？
• RQ2 与欧几里得距离等手工设计的启发式函数相比，全卷积网络学习的启发式函数在搜索成本和规划速度方面表现如何？
• RQ3 所提出的方法是否能在无需对所有状态进行密集到目标成本计算的前提下，降低路径规划的计算成本？
• RQ4 所学习的启发式函数在不同障碍物配置和路径复杂度水平下的泛化能力如何？
• RQ5 将监督学习与时序差分学习相结合，是否能提升启发式学习的鲁棒性和效率？

主要发现

• 与贪婪规划器中的欧几里得启发式函数相比，所提出的FCN启发式函数在搜索成本上最高降低了90%，在所有环境中平均降低了88%。
• 使用所学习启发式函数的平均规划时间为2.48毫秒（其中CNN推理耗时2.23毫秒，规划耗时0.25毫秒），相比使用欧几里得启发式函数的基线4.56毫秒，提升了48%。
• 该方法在搜索成本上优于最先进的SaIL方法（Bhardwaj等，2017），后者使用全连接网络并依赖DAgger采样。
• 在测试的8个环境中有7个环境中，所学习的启发式函数优于欧几里得启发式函数，尤其在复杂布局如“缝隙与森林”和“多重陷阱”环境中表现更优。
• 尽管生成的启发式预测在局部存在噪声，但方法仍保持了高规划效率，并能生成可行路径，该路径可事后进行平滑处理。
• 该框架具有可扩展性，适用于更高维问题，如非完整约束机器人导航和机械臂运动规划。