Train-Once Plan-Anywhere Kinodynamic Motion Planning via Diffusion Trees
作者: Yaniv Hassidof, Tom Jurgenson, Kiril Solovey
分类: cs.LG, cs.AI, cs.RO
发布日期: 2025-08-28 (更新: 2025-09-05)
备注: Accepted to CoRL 2025, Project page: https://sites.google.com/view/ditree. v2: Abstract updated
💡 一句话要点
DiTree：结合扩散树与采样规划，实现一次训练、多场景通用的运动规划
🎯 匹配领域: 支柱一：机器人控制 (Robot Control) 支柱二：RL算法与架构 (RL & Architecture)
关键词: 运动规划 扩散模型 采样规划 机器人 深度学习
📋 核心要点
- 传统采样规划器在复杂环境中探索效率低，学习方法泛化性差且缺乏安全保证，限制了其在物理机器人上的应用。
- DiTree结合扩散策略（DP）的信息采样能力和采样规划器（SBP）的完备性，实现高效且具有安全保证的运动规划。
- 实验表明，DiTree在OOD场景中比单独的DP或SBP成功率平均高30%，并在真实汽车实验中表现出卓越的轨迹质量和鲁棒性。
📝 摘要（中文）
运动规划旨在满足机器人动力学约束的同时，计算出无碰撞轨迹。采样规划器(SBPs)通过动作传播构建搜索树来探索高维状态空间，常被用于解决该问题。尽管SBPs具有完备性和解质量的全局保证，但由于无信息动作采样，探索速度缓慢。基于学习的方法可以显著加快运行速度，但泛化能力差，且缺乏安全性等关键保证。我们提出了Diffusion Tree (DiTree)，它利用扩散策略(DPs)作为信息采样器，在SBPs中高效引导状态空间搜索，从而提供可证明的通用性。DiTree结合了DP对复杂专家轨迹分布的建模能力（以局部观测为条件）和SBPs的完备性，从而为复杂动力系统在少量动作传播迭代中产生可证明安全的解。我们通过将流行的RRT规划器与在单个环境中训练的DP动作采样器相结合来实现DiTree，并展示了其能力。在动态汽车和Mujoco的蚂蚁机器人设置上的OOD场景的综合评估中，DiTree的成功率平均比独立DP或SBPs高30%（对于后者，SBPs完全失败）。除了仿真之外，真实世界的汽车实验证实了DiTree的适用性，即使在严重的sim-to-real差距下也表现出卓越的轨迹质量和鲁棒性。项目网页：https://sites.google.com/view/ditree。
🔬 方法详解
问题定义：论文旨在解决运动规划中采样规划器探索效率低、学习方法泛化性差且缺乏安全保证的问题。现有方法要么依赖于无信息的随机采样，导致探索速度慢；要么依赖于学习策略，但难以泛化到新的环境，并且无法提供安全性保证。
核心思路：论文的核心思路是将扩散策略（DP）作为采样规划器（SBP）的信息采样器。DP能够学习专家轨迹的复杂分布，并根据局部观测提供有信息的采样，从而引导SBP的搜索过程。同时，SBP的完备性保证了最终解的安全性。
技术框架：DiTree的整体框架是将DP集成到SBP中。具体流程如下：1) SBP在状态空间中进行搜索，需要进行动作采样时，不是采用随机采样，而是使用DP作为采样器。2) DP根据当前状态和环境信息，生成一组候选动作。3) SBP从DP生成的候选动作中选择一个进行扩展。4) 重复上述过程，直到找到目标状态或达到最大迭代次数。
关键创新：DiTree的关键创新在于将扩散模型与采样规划相结合，利用扩散模型学习到的先验知识来指导采样过程，从而提高采样效率和规划成功率。与传统的采样规划器相比，DiTree能够更有效地探索状态空间。与单独使用扩散模型进行规划相比，DiTree能够提供安全性保证，并且具有更好的泛化能力。
关键设计：DP的训练采用行为克隆的方式，使用专家轨迹数据进行训练。DP的网络结构可以根据具体任务进行选择，例如可以使用Transformer网络。SBP可以选择RRT等常用的采样规划器。关键参数包括DP的训练数据量、学习率，以及SBP的扩展步长等。
🖼️ 关键图片
📊 实验亮点
DiTree在动态汽车和Mujoco蚂蚁机器人环境的OOD场景中进行了评估，结果表明，DiTree的成功率平均比单独的DP或SBP高30%。在蚂蚁机器人环境中，传统的SBP完全失效，而DiTree仍然能够成功规划出可行轨迹。此外，真实汽车实验验证了DiTree在实际环境中的适用性，即使存在严重的sim-to-real差距，DiTree也能生成高质量和鲁棒的轨迹。
🎯 应用场景
DiTree可应用于各种需要运动规划的机器人系统，例如自动驾驶汽车、无人机、机械臂等。它尤其适用于需要在复杂环境中进行安全可靠运动规划的场景，例如物流配送、灾难救援、工业自动化等。该研究有望推动机器人技术在实际应用中的普及。
📄 摘要（原文）
Kinodynamic motion planning is concerned with computing collision-free trajectories while abiding by the robot's dynamic constraints. This critical problem is often tackled using sampling-based planners (SBPs) that explore the robot's high-dimensional state space by constructing a search tree via action propagations. Although SBPs can offer global guarantees on completeness and solution quality, their performance is often hindered by slow exploration due to uninformed action sampling. Learning-based approaches can yield significantly faster runtimes, yet they fail to generalize to out-of-distribution (OOD) scenarios and lack critical guarantees, e.g., safety, thus limiting their deployment on physical robots. We present Diffusion Tree (DiTree): a provably-generalizable framework leveraging diffusion policies (DPs) as informed samplers to efficiently guide state-space search within SBPs. DiTree combines DP's ability to model complex distributions of expert trajectories, conditioned on local observations, with the completeness of SBPs to yield provably-safe solutions within a few action propagation iterations for complex dynamical systems. We demonstrate DiTree's power with an implementation combining the popular RRT planner with a DP action sampler trained on a single environment. In comprehensive evaluations on OOD scenarios, DiTree achieves on average a 30% higher success rate compared to standalone DP or SBPs, on a dynamic car and Mujoco's ant robot settings (for the latter, SBPs fail completely). Beyond simulation, real-world car experiments confirm DiTree's applicability, demonstrating superior trajectory quality and robustness even under severe sim-to-real gaps. Project webpage: https://sites.google.com/view/ditree.