[论文解读] Recovering from External Disturbances in Online Manipulation through State-Dependent Revertive Recovery Policies

Hongmin Wu, Hongbin Lin+4 more|arXiv (Cornell University)|Aug 1, 2017

Anomaly Detection Techniques and Applications参考文献 17被引用 6

一句话总结

该论文提出了一种状态依赖的回滚恢复策略，使机器人能够在在线操作任务中稳健地从外部干扰（如人为或工具碰撞）中恢复。通过将任务建模为带有内省节点的有向图，并采用基于状态依赖的节点选择策略触发恢复，该系统在重复异常情况下实现了88.89%的F1分数，展示了在多种任务场景下一致且实时的鲁棒性。

ABSTRACT

Robots are increasingly entering uncertain and unstructured environments. Within these, robots are bound to face unexpected external disturbances like accidental human or tool collisions. Robots must develop the capacity to respond to unexpected events. That is not only identifying the sudden anomaly, but also deciding how to handle it. In this work, we contribute a recovery policy that allows a robot to recovery from various anomalous scenarios across different tasks and conditions in a consistent and robust fashion. The system organizes tasks as a sequence of nodes composed of internal modules such as motion generation and introspection. When an introspection module flags an anomaly, the recovery strategy is triggered and reverts the task execution by selecting a target node as a function of a state dependency chart. The new skill allows the robot to overcome the effects of the external disturbance and conclude the task. Our system recovers from accidental human and tool collisions in a number of tasks. Of particular importance is the fact that we test the robustness of the recovery system by triggering anomalies at each node in the task graph showing robust recovery everywhere in the task. We also trigger multiple and repeated anomalies at each of the nodes of the task showing that the recovery system can consistently recover anywhere in the presence of strong and pervasive anomalous conditions. Robust recovery systems will be key enablers for long-term autonomy in robot systems. Supplemental info including code, data, graphs, and result analysis can be found at [1].

研究动机与目标

• 开发一种适用于非结构化环境中面对未建模外部干扰的通用、鲁棒的恢复机制。
• 实现在任务图中任意节点的恢复，而不仅限于孤立点，且在重复和多样的异常条件下实现。
• 评估系统在不同任务阶段下单个与多个异常条件下的性能表现。
• 通过真实世界实验中的精确率、召回率和F1分数指标量化恢复策略的有效性。
• 探索恢复系统在简单回退之外的可扩展性与适应性，包括未来与增量学习的集成。

提出的方法

• 任务被建模为有向图模型，其中每个节点代表一种操作技能，并基于非参数贝叶斯马尔可夫切换过程（sHDP-HMM）构建内省模块。
• 通过sHDP-HMM实时监控传感信号以实现异常检测，该模型为每项技能学习正常行为模式。
• 当检测到异常时，系统触发一种通用恢复策略，通过状态依赖性准则选择目标节点进行回滚。
• 恢复策略基于上下文状态从任务图中选择先前的节点，从而实现从安全、可恢复状态的一致性任务重新启动。
• 系统与底层控制紧密集成，根据内省结果发出继续或回滚执行的指令。
• 通过在抓取-放置和抽屉开合任务中人为和工具碰撞的诱导实验，使用F1分数、精确率和召回率对性能进行多轮评估。

实验结果

研究问题

• RQ1 机器人是否能够在任务图的任意节点实现从外部干扰中的恢复，即使异常反复发生？
• RQ2 系统在单个异常与多个异常条件下的恢复性能在每个任务节点上如何变化？
• RQ3 与标准HMM相比，sHDP-HMM在异常检测和后续恢复方面提升了多少？
• RQ4 该恢复策略在强且不可预测的扰动下，是否能在多种操作任务中保持鲁棒性和一致性？
• RQ5 与固定或启发式恢复策略相比，基于状态依赖的恢复节点选择在成功率和适应性方面表现如何？

主要发现

• 在抓取-放置任务中，系统在工具碰撞情况下的恢复F1分数达到88.89%，精确率为100%，召回率为88.89%。
• 在开合抽屉任务中，系统在每项技能遭遇多重异常时实现了93.33%的F1分数，精确率为100%，召回率为93.33%。
• sHDP-HMM模型优于基线HMM，在抓取-放置任务中多重异常下F1分数提升10.67%，在抽屉任务中提升13.33%。
• 所有任务图节点的恢复成功率一致，即使在每个节点均触发异常的情况下也未观察到失败。
• 系统在重复干扰下表现出鲁棒性，能够多次从同一节点成功恢复且性能无下降。
• 结果表明，状态依赖的恢复选择策略可在多样化且不可预测的外部扰动下，实现一致且实时的恢复，适用于人机交互场景。