[论文解读] Robot Motion Planning in Learned Latent Spaces

Brian Ichter, Marco Pavone|arXiv (Cornell University)|Jul 26, 2018

Human Pose and Action Recognition参考文献 18被引用 6

一句话总结

该论文提出了一种基于潜在采样的运动规划方法（L-SBMP），通过使用自编码器、动力学网络和碰撞检测网络学习一个可规划的潜在空间，实现了对高维机器人系统的运动规划。通过在原始状态和动作数据上联合训练这些组件，该方法在潜在空间中采用基于RRT的算法（L2RRT）实现全局规划，在人形机器人和视觉规划任务中均达到100%的成功率，碰撞预测准确率达95%。

ABSTRACT

This paper presents Latent Sampling-based Motion Planning (L-SBMP), a methodology towards computing motion plans for complex robotic systems by learning a plannable latent representation. Recent works in control of robotic systems have effectively leveraged local, low-dimensional embeddings of high-dimensional dynamics. In this paper we combine these recent advances with techniques from sampling-based motion planning (SBMP) in order to design a methodology capable of planning for high-dimensional robotic systems beyond the reach of traditional approaches (e.g., humanoids, or even systems where planning occurs in the visual space). Specifically, the learned latent space is constructed through an autoencoding network, a dynamics network, and a collision checking network, which mirror the three main algorithmic primitives of SBMP, namely state sampling, local steering, and collision checking. Notably, these networks can be trained through only raw data of the system's states and actions along with a supervising collision checker. Building upon these networks, an RRT-based algorithm is used to plan motions directly in the latent space - we refer to this exploration algorithm as Learned Latent RRT (L2RRT). This algorithm globally explores the latent space and is capable of generalizing to new environments. The overall methodology is demonstrated on two planning problems, namely a visual planning problem, whereby planning happens in the visual (pixel) space, and a humanoid robot planning problem.

研究动机与目标

• 为解决在高维机器人系统（如人形机器人或视觉空间规划器）中采样-based运动规划（SBMP）的不可行性问题。
• 通过学习一个低维、可规划的潜在空间，保留动力学特性和碰撞约束，实现在复杂高维系统中的全局运动规划。
• 在无需微调的情况下将规划能力泛化至新环境，利用学习到的碰撞检测器和动力学模型。
• 将SBMP的基本组件——采样、导向和碰撞检测——整合进一个可微分的、端到端可训练的框架，采用深度神经网络实现。

提出的方法

• 训练一个自编码器，以学习高维机器人状态的低维潜在表示，从而实现在潜在空间中的状态采样。
• 训练一个动力学网络，以预测潜在空间中的状态转移，模拟SBMP中的局部导向操作，实现动力学可行的连接。
• 训练一个独立的碰撞检测网络，以预测两个潜在状态之间的轨迹是否无碰撞，实现对新环境的泛化能力。
• 采用学习到的潜在RRT（L2RRT）算法在潜在空间中执行全局探索，利用学习到的动力学模型和碰撞检测器引导树的扩展。
• 最终轨迹通过自编码器解码回完整状态空间，并使用局部控制方法执行。
• 所有组件均仅使用原始状态-动作数据和监督式碰撞检测器进行端到端联合训练，无需专家示范或真实动力学模型。

实验结果

研究问题

• RQ1 学习到的潜在空间是否能有效编码高维机器人系统的关键动力学特性，以支持全局运动规划？
• RQ2 在仅使用原始数据进行训练的情况下，碰撞检测网络对新环境的泛化能力如何，是否无需微调？
• RQ3 在潜在空间中基于RRT的规划器能否在复杂高维问题（如人形机器人行走）中实现高成功率和收敛性？
• RQ4 所学习的潜在空间在保留原始状态空间拓扑结构的同时，能否实现高效探索？
• RQ5 与全状态SBMP相比，潜在空间中规划的样本效率和计算成本如何？

主要发现

• L2RRT在仅使用数百个采样点后，即实现了人形机器人运动规划问题100%的成功率。
• 碰撞检测网络的准确率达到94.7%，误报率仅为0.7%，展现出对新环境的强大泛化能力。
• 自编码器学习到的潜在空间捕捉了人形机器人主要的动力学特征，如质心位置和偏航角，同时抑制了高频关节波动。
• 随着采样数量的增加，轨迹代价趋于收敛，表明规划质量随时间稳定提升。
• 在1000个采样点下，算法平均仅需15秒即可计算出解，展现出实用的运行性能。
• 该方法成功实现了在视觉空间和50维人形机器人系统中的规划，而全状态SBMP在这些场景下是不可行的。