[论文解读] Interactive multi-modal motion planning with Branch Model Predictive Control

Yuxiao Chen, Ugo Rosolia+3 more|arXiv (Cornell University)|Sep 10, 2021

Real-time simulation and control systems被引用 6

一句话总结

本文提出了一种分支模型预测控制（MPC）框架，通过将不可控智能体的反应行为建模为有限组反馈策略，实现对交互式、多模态运动的规划。该框架构建了这些策略的场景树，并求解具有相同拓扑结构的轨迹树，利用CVaR等一致风险度量平衡性能与鲁棒性，在仿真和真实四足机器人实验中实现了类人、安全且高效的运动行为。

ABSTRACT

Motion planning for autonomous robots and vehicles in presence of uncontrolled agents remains a challenging problem as the reactive behaviors of the uncontrolled agents must be considered. Since the uncontrolled agents usually demonstrate multimodal reactive behavior, the motion planner needs to solve a continuous motion planning problem under these behaviors, which contains a discrete element. We propose a branch Model Predictive Control (MPC) framework that plans over feedback policies to leverage the reactive behavior of the uncontrolled agent. In particular, a scenario tree is constructed from a finite set of policies of the uncontrolled agent, and the branch MPC solves for a feedback policy in the form of a trajectory tree, which shares the same topology as the scenario tree. Moreover, coherent risk measures such as the Conditional Value at Risk (CVaR) are used as a tuning knob to adjust the tradeoff between performance and robustness. The proposed branch MPC framework is tested on an overtake and lane change task and a merging task for autonomous vehicles in simulation, and on the motion planning of an autonomous quadruped robot alongside an uncontrolled quadruped in experiments. The result demonstrates interesting human-like behaviors, achieving a balance between safety and performance.

研究动机与目标

• 解决自主智能体在与表现出多模态、反应性行为的不可控智能体交互时，规划安全且高效轨迹的挑战。
• 通过将不可控智能体的未来反应特性纳入运动规划过程，克服传统鲁棒规划的过度保守性。
• 通过用有限组反馈策略近似连续反应行为，实现不确定性下的可计算运动规划。
• 利用一致风险度量（如条件风险价值，CVaR）提升对预测模型不准确性的鲁棒性。
• 在自动驾驶车辆任务和真实四足机器人运动规划中验证该框架的有效性。

提出的方法

• 从表示不可控智能体多模态反应行为的有限组反馈策略中构建场景树，其概率由预测模型得出。
• 制定一种分支MPC问题，计算与场景树具有相同拓扑结构的轨迹树，优化对象为反馈策略。
• 以所有分支的代价期望（按其概率加权）作为主要目标函数。
• 引入条件风险价值（CVaR）作为风险度量，用于调节模型不确定性下的性能与鲁棒性之间的权衡。
• 采用序列二次规划（SQP）求解所得优化问题，并通过CVaR的对偶形式提升计算可处理性。
• 支持事件触发的异步分支以提升真实性，但当前实现采用固定间隔分支。

实验结果

研究问题

• RQ1 运动规划框架能否在实时中有效建模并利用不可控智能体的多模态反应行为？
• RQ2 如何在场景树上合成反馈策略，以实现鲁棒且高性能的运动规划？
• RQ3 当不可控智能体的预测模型不准确时，CVaR等一致风险度量在多大程度上能提升鲁棒性？
• RQ4 所提出的分支MPC框架能否在交互环境中生成类人、平衡且兼顾安全与性能的行为？
• RQ5 该框架在多个不可控智能体场景下的可扩展性如何？联合行为建模能否降低计算复杂度？

主要发现

• 分支MPC框架通过预判不可控智能体的未来反应，成功生成在安全与性能之间取得平衡的运动规划。
• 使用CVaR作为调节参数，使规划器能够调整鲁棒性，相比标准鲁棒MPC显著降低了过度保守性。
• 在自动驾驶车辆仿真中，该方法实现了安全高效的超车与变道操作，同时遵循类人交互模式。
• 该框架在真实物理实验中验证了可行性，使四足机器人能够与另一只不可控四足机器人并行导航。
• 观察到的行为具有类人特征，在保持安全裕度的同时避免了过度谨慎。
• 该方法在扩展至事件触发分支和基于信念的观测融合方面具有潜力，但当前实现假设固定分支间隔且无先验观测历史。