[论文解读] Goal Set Inverse Optimal Control and Iterative Re-planning for Predicting Human Reaching Motions in Shared Workspaces

Jim Mainprice, Rafi Hayne+1 more|arXiv (Cornell University)|Jun 7, 2016

Robot Manipulation and Learning参考文献 33被引用 4

一句话总结

本文提出了一种结合迭代重规划的目标集逆最优控制（IOC）框架，用于预测共享工作空间中的人类抓握运动。通过从人类运动捕捉数据中学习成本函数，并在基于STOMP的规划器中动态地在目标区域重规划，该方法在预测人类-人类和人类-机器人协作抓握任务中的表现优于手工调校的基线方法，且随着人类适应机器人的运动，预测精度进一步提升。

ABSTRACT

To enable safe and efficient human-robot collaboration in shared workspaces it is important for the robot to predict how a human will move when performing a task. While predicting human motion for tasks not known a priori is very challenging, we argue that single-arm reaching motions for known tasks in collaborative settings (which are especially relevant for manufacturing) are indeed predictable. Two hypotheses underlie our approach for predicting such motions: First, that the trajectory the human performs is optimal with respect to an unknown cost function, and second, that human adaptation to their partner's motion can be captured well through iterative re-planning with the above cost function. The key to our approach is thus to learn a cost function which "explains" the motion of the human. To do this, we gather example trajectories from pairs of participants performing a collaborative assembly task using motion capture. We then use Inverse Optimal Control to learn a cost function from these trajectories. Finally, we predict reaching motions from the human's current configuration to a task-space goal region by iteratively re-planning a trajectory using the learned cost function. Our planning algorithm is based on the trajectory optimizer STOMP, it plans for a 23 DoF human kinematic model and accounts for the presence of a moving collaborator and obstacles in the environment. Our results suggest that in most cases, our method outperforms baseline methods when predicting motions. We also show that our method outperforms baselines for predicting human motion when a human and a robot share the workspace.

研究动机与目标

• 为了实现在协作式共享工作空间中准确预测人类抓握运动，以实现更安全、高效的机器人-人类交互。
• 将人类运动建模为相对于未知成本函数的最优行为，该成本函数通过观测轨迹学习得到。
• 通过使用学习到的成本函数进行迭代重规划，捕捉人类对协作方运动的适应行为。
• 在人类-人类和人类-机器人协作场景中评估该方法，特别是在动态干扰条件下。
• 证明基于目标集重规划的逆最优控制相比手工调校的成本函数能提供更优的运动预测。

提出的方法

• 收集人类配对执行协作装配任务时的运动捕捉数据，并将其分割为单个抓握运动。
• 使用路径积分逆强化学习（PIIRL）学习成本函数，将其表示为编码平滑性和人机间距离的特征函数的加权和。
• 对STOMP轨迹优化器进行改进，以实现在存在移动协作方和障碍物的动态环境中进行迭代重规划。
• 修改规划器，使其在任务空间的目标区域中搜索而非固定的目标点，从而提升对不确定性的鲁棒性。
• 将相同的特征函数映射到机器人运动学中，以支持在人类-机器人共享工作空间场景中的预测。
• 使用动态时间规整（DTW）在关节空间和任务空间中比较预测轨迹与示范轨迹，以评估预测性能。

实验结果

研究问题

• RQ1 基于迭代重规划的逆最优控制能否准确预测协作式共享工作空间中的人类抓握运动？
• RQ2 从人类示范中学习到的成本函数是否在预测人类运动方面优于手工调校的成本函数？
• RQ3 随着人类在共享工作空间中逐渐适应机器人的运动，该方法的预测精度如何变化？
• RQ4 在运动干扰显著的情况下，迭代重规划在捕捉人类对协作方运动适应行为方面，相比单次规划有多大的优势？
• RQ5 从人类-人类交互中学习到的同一成本函数能否有效应用于预测人类-机器人协作中的人类运动？

主要发现

• 基于IOC的方法在预测人类运动方面优于两种基线调校方法（基线0和基线1），表现为在任务空间和关节中心距离上均具有更低的DTW得分。
• 在人类-机器人实验的全部2120次人类抓握运动中，IOC方法的DTW得分分布持续优于基线方法。
• 预测精度随时间显著提升：IOC方法的DTW得分均值和标准差从第一次运行到第七次运行均下降，表明人类在适应机器人运动后预测效果更好。
• IOC分布中的异常值主要源于人类犹豫或在迭代限制内未能找到无碰撞路径，表明该方法在处理非连续运动方面存在局限。
• 当运动干扰显著时，迭代重规划在捕捉人类适应行为方面明显优于单次规划。
• 该方法成功将从人类-人类交互中学习到的成本函数泛化应用于人类-机器人协作中的人类运动预测，证明了其可迁移性。