[论文解读] RMPflow: A Computational Graph for Automatic Motion Policy Generation

Ching-An Cheng, Mustafa Mukadam+5 more|arXiv (Cornell University)|Nov 16, 2018

Robot Manipulation and Learning参考文献 34被引用 24

一句话总结

RMPflow 是一种计算图框架，通过在非线性任务空间中对黎曼运动策略（RMPs）进行几何一致融合，实现了稳定且具有反应性的运动策略生成。它利用依赖于速度和位置的黎曼度量，自然地编码避障与目标吸引特性，生成无需外部势场的平滑测地线类轨迹，并在双臂操作任务中实现了实时性能，且具有可证明的李雅普诺夫稳定性。

ABSTRACT

We develop a novel policy synthesis algorithm, RMPflow, based on geometrically consistent transformations of Riemannian Motion Policies (RMPs). RMPs are a class of reactive motion policies designed to parameterize non-Euclidean behaviors as dynamical systems in intrinsically nonlinear task spaces. Given a set of RMPs designed for individual tasks, RMPflow can consistently combine these local policies to generate an expressive global policy, while simultaneously exploiting sparse structure for computational efficiency. We study the geometric properties of RMPflow and provide sufficient conditions for stability. Finally, we experimentally demonstrate that accounting for the geometry of task policies can simplify classically difficult problems, such as planning through clutter on high-DOF manipulation systems.

研究动机与目标

• 为解决欧氏任务空间控制在建模由障碍物和运动学约束所引起的内在非欧几里得几何时的局限性。
• 开发一种稳定且计算高效的框架，将多个局部 RMPs 融合为全局运动策略，同时保持几何一致性。
• 通过将曲率感知动力学嵌入运动策略，实现在复杂环境中对高自由度机器人进行反应式、实时控制。
• 通过无坐标系、几何一致的策略合成，实现跨机器人本体的控制泛化。

提出的方法

• RMPflow 采用受递归牛顿-欧拉算法启发的树状计算图结构，递归地组合局部 RMPs，但将其推广至非线性空间。
• 它采用同时依赖于构型和速度的黎曼度量，从而内在地建模非欧几里得任务空间行为。
• 通过在 RMP 融合过程中施加可证明的稳定性条件，确保李雅普诺夫稳定性，即使在控制信号冲突时亦成立。
• 通过利用稀疏结构特性，保持策略组合过程中的计算效率。
• 系统通过 DART 实现实时光学感知，用于刚性物体跟踪，并采用体素化距离场表示障碍物。
• 通过引入阻尼项和曲率项，提升实际应用中的稳定性，尤其在高速运动时表现更优，并支持策略在不同机器人本体间的泛化。

实验结果

研究问题

• RQ1 如何在非线性、非欧几里得任务空间中以几何一致的方式融合 RMPs，以生成稳定的全局运动策略？
• RQ2 在融合多个具有冲突目标（如目标吸引与碰撞避免）的 RMPs 时，应满足何种条件以确保李雅普诺夫稳定性？
• RQ3 依赖于速度和位置的黎曼度量是否能提升高自由度操作中运动策略的表达能力与反应性？
• RQ4 RMPflow 如何实现无需微调的策略在不同机器人本体间的稳定迁移？
• RQ5 曲率感知动力学在多大程度上可简化复杂运动规划问题（如杂乱环境中的操作）？

主要发现

• RMPflow 生成的轨迹平滑且呈测地线类形态，通过编码任务空间的固有曲率，自然地绕过障碍物，无需人工势场。
• 通过几何一致性和充分阻尼，框架实现了可证明的李雅普诺夫稳定性，即使在控制器冲突时亦能保持稳定。
• 实验表明，使用依赖于速度和位置的黎曼度量相比各向同性度量，能实现更快、更有效的障碍物避让。
• 系统在双臂操作平台（Baxter 和 YuMi）上实现了完全反应式、实时控制，成功完成杂乱环境中的抓取与放置任务及动态人机交互。
• 在不同机器人（如 ABB IRB120、Kuka）之间进行策略泛化时，实验结果表现出一致性，但若缺少曲率项，高速下性能会下降。
• 通过集成基于 DART 的实时跟踪与体素化距离场，实现了鲁棒的感知-动作闭环，且校准需求极低。