[论文解读] RMPflow: A Geometric Framework for Generation of Multi-Task Motion Policies

Ching-An Cheng, Mustafa Mukadam+5 more|arXiv (Cornell University)|Jul 25, 2020

Robot Manipulation and Learning参考文献 43被引用 5

一句话总结

RMPflow 是一种几何控制框架，通过树状计算图融合黎曼运动策略（RMPs），合成稳定、反应式的多任务运动策略。它通过内在建模非欧几里得任务空间几何结构，实现自然的避障机器人运动，借助高效的讯息传递实现实时性能，同时通过无坐标系、几何一致的策略组合确保稳定性。

ABSTRACT

Generating robot motion for multiple tasks in dynamic environments is challenging, requiring an algorithm to respond reactively while accounting for complex nonlinear relationships between tasks. In this paper, 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 that parameterize non-Euclidean behaviors as dynamical systems in intrinsically nonlinear task spaces. Given a set of RMPs designed for individual tasks, RMPflow can combine these 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 natural Riemannian 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

• 解决在非欧几里得任务空间中生成稳定、反应式运动策略的挑战，特别是在杂乱、动态环境中。
• 弥合高层行为目标（如碰撞避免）与底层控制之间的差距，将几何控制理论嵌入一种实用且可实现的框架中。
• 克服传统操作空间控制的局限性，后者假设任务空间为欧几里得空间，并依赖外部势函数，导致在障碍物附近产生不自然的减速。
• 通过计算图公式化利用任务空间关系中的稀疏结构，实现高效、实时的运动生成。
• 为合成的全局策略提供稳定性与无坐标系行为的理论保证。

提出的方法

• RMPflow 将每个任务表示为黎曼运动策略（RMP），利用黎曼度量和基于加速度的控制律编码非欧几里得动力学。
• 构建一个树状结构的计算图，其中 RMP 通过运动学映射连接，实现分层策略融合。
• 通过求解依赖于状态的权重矩阵（源自任务空间几何）的加权最小二乘问题，计算全局加速度策略。
• 沿树结构进行前向与后向讯息传递，以高效计算全局策略，并重用共享计算路径以提升计算效率。
• 通过反向拉取操作将子任务空间的 RMP 映射到父任务空间，确保几何一致性，保留内在曲率与非线性。
• 在势函数 Hessian 和黎曼度量结构满足充分条件时，通过李雅普诺夫分析建立理论稳定性结果。

实验结果

研究问题

• RQ1 能否开发一种几何一致的框架，将多个非欧几里得运动策略融合为单一、稳定的全局策略，适用于高自由度机器人？
• RQ2 如何利用任务空间的内在曲率（由障碍物或运动学约束引起）生成自然、反应式的运动，而无需依赖人工势场？
• RQ3 何种计算策略能够在复杂任务空间中组合高维、非线性策略时实现实时性能？
• RQ4 RMPflow 策略合成算法在何种条件下可保证稳定且无坐标系？
• RQ5 如何扩展该框架以支持基于学习的 RMP 组件设计，从而减少人工调参？

主要发现

• RMPflow 在高自由度操作任务（如杂乱物体操作）中实现平滑、反应式运动，无需重规划，能自然地沿弯曲任务空间中的测地线运动。
• 通过树状计算图中的高效讯息传递，框架实现实时性能，避免昂贵的全局优化。
• 实验表明，RMPflow 产生的行为自然且能避障，避免了基于势场方法常见的减速伪影。
• 系统成功集成深度相机的视觉反馈与实时追踪（通过 DART），维持稳健的世界表征，并协调双臂操作。
• 该方法对初始误差具有鲁棒性，平移误差可达半英尺以内，旋转误差在同一量级，且 DART 能实现快速收敛至正确构型。
• 理论分析证实，RMPflow 在黎曼度量和势函数 Hessian 的温和条件下，具有内在无坐标系特性与稳定性。