[论文解读] Learning Obstacle Representations for Neural Motion Planning

Robin Strudel, Ricardo García+4 more|arXiv (Cornell University)|Aug 25, 2020

Robotic Path Planning Algorithms参考文献 43被引用 12

一句话总结

本文提出一种基于PointNet的可学习障碍物表征方法，用于从传感器数据中编码三维点云，并通过强化学习与神经运动策略联合训练。该方法在运动规划任务中达到最先进性能——成功率达10%的提升，计算成本降低一个数量级，同时在复杂三维环境中对未见过的静态与动态障碍物具有良好的泛化能力。

ABSTRACT

Motion planning and obstacle avoidance is a key challenge in robotics applications. While previous work succeeds to provide excellent solutions for known environments, sensor-based motion planning in new and dynamic environments remains difficult. In this work we address sensor-based motion planning from a learning perspective. Motivated by recent advances in visual recognition, we argue the importance of learning appropriate representations for motion planning. We propose a new obstacle representation based on the PointNet architecture and train it jointly with policies for obstacle avoidance. We experimentally evaluate our approach for rigid body motion planning in challenging environments and demonstrate significant improvements of the state of the art in terms of accuracy and efficiency.

研究动机与目标

• 解决在未知且动态环境中基于传感器的运动规划挑战，其中障碍物的先验知识不可用。
• 通过从部分传感器观测中学习稳健的障碍物表征，提升神经运动规划的泛化能力与效率。
• 实现在复杂三维环境中对未见物体形状与动态障碍物的实时、样本高效的运动规划。
• 克服先前方法依赖RRT或预定义表征的局限性，这些方法在动态场景中表现不佳，且在推理时需要大量采样。
• 证明障碍物编码与运动策略的联合学习可实现优于现有方法的性能表现与更快的推理速度。

提出的方法

• 使用深度传感器从可见表面采样3D点云表示障碍物，包括点坐标与表面法向量。
• 采用PointNet神经网络架构对点云表征进行编码，生成全局、排列不变的特征嵌入。
• 在软演员评论者（SAC）强化学习框架内，通过密集奖励与负碰撞惩罚，联合训练障碍物编码器与运动策略。
• 结合行为克隆与强化学习进行策略训练，实现从示范数据中高效学习策略，并通过交互实现自我优化。
• 设计网络以处理局部或全局障碍物观测，提升规划过程中感知范围的灵活性。
• 通过最小化路径中节点数量（例如平均20个节点）优化实时推理性能，相比基于采样的基线方法（需超过400个节点）具有显著优势。

实验结果

研究问题

• RQ1 深度神经网络能否从原始点云数据中学习到一种可泛化的障碍物表征，从而提升未知环境中运动规划的性能？
• RQ2 与最先进方法相比，联合训练的障碍物编码器与运动策略在成功率与计算效率方面表现如何？
• RQ3 在合成3D方盒障碍物上训练的策略，能在多大程度上泛化至包含新型物体形状（如球体、圆柱体）及YCB数据集中的真实世界物体的环境中？
• RQ4 所提方法能否实现实时处理动态障碍物？在该类场景下，其性能与RRT方法相比如何？
• RQ5 与基于图像的CNN或学习的潜在表征相比，基于PointNet的表征在规划精度与鲁棒性方面是否更具优势？

主要发现

• 所提出的基于PointNet的障碍物表征在通过狭窄S形门禁的机器人运动规划任务中达到97.7%的成功率，显著优于相同节点预算下的Bi-RRT方法（62.5%）。
• 在包含合成障碍物的未见3D环境（3D-Synthetic）中，该方法在全局观测下达到91.3%的成功率，在局部观测下达到87.0%，显著优于现有方法。
• 该方法在真实世界YCB物体上实现91.2%的成功率，证明其对真实传感器数据与新型物体形状具有强鲁棒性。
• 在包含移动障碍物的动态环境中，策略在全局观测下达到94.7%的成功率，在局部观测下达到95.8%，展现出优异的适应能力。
• 该方法将平均路径长度减少至每条规划20个节点，相比Qureshi等人[15]的方法（需超过400个节点）实现10倍计算效率提升。
• 消融实验表明，PointNet编码优于基于图像的CNN与潜在表征，且在未见环境中，全局观测设置的泛化能力优于局部观测。