[论文解读] Uncertainty-Aware Constraint Learning for Adaptive Safe Motion Planning from Demonstrations

Glen Chou, Necmiye Özay+1 more|arXiv (Cornell University)|Nov 9, 2020

Robotic Path Planning Algorithms参考文献 41被引用 8

一句话总结

本文提出了一种不确定性感知的约束学习框架，结合鲁棒优化与贝叶斯推断，从示范中构建可能约束的信念，实现自适应的、机会约束的运动规划，在安全与效率之间取得平衡。该方法在7自由度机械臂和12自由度无人直升机上均优于基线方法，在高达30维的约束不确定性下实现了概率性安全保证。

ABSTRACT

We present a method for learning to satisfy uncertain constraints from demonstrations. Our method uses robust optimization to obtain a belief over the potentially infinite set of possible constraints consistent with the demonstrations, and then uses this belief to plan trajectories that trade off performance with satisfying the possible constraints. We use these trajectories in a closed-loop policy that executes and replans using belief updates, which incorporate data gathered during execution. We derive guarantees on the accuracy of our constraint belief and probabilistic guarantees on plan safety. We present results on a 7-DOF arm and 12D quadrotor, showing our method can learn to satisfy high-dimensional (up to 30D) uncertain constraints, and outperforms baselines in safety and efficiency.

研究动机与目标

• 解决约束学习中的不可识别性问题，即存在无限多组约束可解释同一组示范。
• 在无法从示范中完全识别的高维、不确定约束下，实现安全且高效的运动规划。
• 开发一种闭环策略，通过实时约束观测，实现规划、执行与信念更新的交替进行。
• 为约束信念的准确性与规划轨迹的概率安全性提供理论保证。
• 在7自由度机械臂和12自由度无人直升机等复杂机器人系统上，优于现有方法在安全性和效率方面的表现。

提出的方法

• 使用鲁棒优化提取与局部最优示范一致的所有约束，形成对无限多组可能约束的信念。
• 应用贝叶斯推断，利用执行过程中收集的数据更新约束信念，整合如LiDAR扫描或接触测量等新观测。
• 采用机会约束优化生成满足信念中约束的预定概率的开环轨迹。
• 通过显式优化‘制动轨迹’实现应急规划，确保在可能不安全状态出现后两步内安全停止系统。
• 实施闭环策略，在每次执行步骤后使用更新后的信念重新规划，实现对新约束信息的自适应响应。
• 使用混合整数规划建模复杂约束支持，结合懒惰碰撞检测与热启动等优化技术，提升计算效率。

实验结果

研究问题

• RQ1 如何从一组局部最优示范中提取对所有可能约束的信念？
• RQ2 如何在不确定的约束信念下，生成具有预定概率安全性的开环轨迹？
• RQ3 如何设计一种闭环策略，通过整合实时观测，自适应地满足不确定约束？
• RQ4 可以为约束信念的准确性与规划轨迹的安全性提供哪些理论保证？
• RQ5 在高维约束不确定性下，该方法与保证安全和乐观的基线方法相比，在安全性和效率方面表现如何？

主要发现

• 该方法成功从示范中学习满足高维约束（最高达30维）的能力，即使约束无法从数据中完全识别。
• 在7自由度机械臂和12自由度无人直升机上，所提方法在轨迹成本与安全性方面均优于保证安全和乐观的基线方法。
• 结合信念更新的闭环策略降低了对过度保守规划的依赖，实现更高效的执行，同时保持概率性安全保证。
• 来自LiDAR扫描的信念更新耗时1.4秒，而包含300个离散点的接触测量因优化中存在二进制整数变量，耗时长达30分钟。
• 通过预计算扫掠体积、懒惰碰撞检测与混合整数规划的热启动，可显著降低计算时间，7自由度机械臂上的BTP规划时间已缩短至约15秒。
• 理论分析证实了约束提取的完备性，并为不同约束参数化下的规划器提供了概率安全性保证。