Dynamic Tube MPC: Learning Tube Dynamics with Massively Parallel Simulation for Robust Safety in Practice
作者: William D. Compton, Noel Csomay-Shanklin, Cole Johnson, Aaron D. Ames
分类: cs.RO, cs.LG, eess.SY
发布日期: 2024-11-22
备注: Submitted to ICRA 2025
💡 一句话要点
提出动态管道MPC，利用大规模并行仿真学习管道动力学，提升机器人导航的鲁棒性和安全性
🎯 匹配领域: 支柱一：机器人控制 (Robot Control)
关键词: 机器人导航 模型预测控制 动态管道 大规模并行仿真 鲁棒控制
📋 核心要点
- 现有方法在复杂环境导航中，通常将规划和跟踪分离，依赖最坏情况边界来保证安全，忽略了不同轨迹的可跟踪性差异。
- 论文提出动态管道MPC，通过大规模并行仿真学习动态管道，表征规划动作与跟踪性能的关系，优化轨迹以保证安全。
- 该方法应用于3D跳跃机器人ARCHER，实现了在复杂环境中敏捷导航和安全穿越狭窄走廊，验证了其有效性。
📝 摘要（中文）
在复杂环境中安全导航是机器人领域的一项关键挑战。通常的解决方法是将规划和跟踪问题分离，在降阶模型上执行规划以生成参考轨迹，然后使用控制技术在全阶动力学模型上跟踪这些轨迹。不可避免的跟踪误差需要对标称规划进行鲁棒性增强以确保安全；在许多情况下，这是通过最坏情况边界来实现的，但这忽略了规划模型的某些轨迹可能比其他轨迹更容易跟踪的事实。本文提出了一种新方法，利用大规模并行仿真来学习动态管道表示，该表示将跟踪性能表征为规划模型所采取动作的函数。然后优化规划模型轨迹，使得动态管道位于自由空间中，从而可以在实时性上权衡性能和安全性。最终的动态管道MPC应用于3D跳跃机器人ARCHER，使其能够在复杂环境中进行敏捷和高性能的导航，并安全无碰撞地穿越狭窄的走廊。
🔬 方法详解
问题定义：现有机器人导航方法通常将规划和跟踪分离，规划在简化模型上进行，跟踪在全阶模型上进行。由于模型简化和环境不确定性，跟踪误差不可避免。为了保证安全，通常采用最坏情况边界进行鲁棒性设计，但这种方法过于保守，忽略了不同规划轨迹的可跟踪性差异，导致性能下降。因此，需要一种能够考虑轨迹可跟踪性，并在性能和安全之间进行权衡的导航方法。
核心思路：论文的核心思路是学习一个“动态管道”，该管道描述了规划模型采取不同动作时，实际系统跟踪这些动作的能力。通过大规模并行仿真，可以获得大量不同规划轨迹对应的跟踪误差数据，从而建立规划动作与跟踪性能之间的映射关系。然后，在规划过程中，优化轨迹，使得动态管道整体位于自由空间内，从而保证安全。这种方法避免了最坏情况边界的保守性，并允许在性能和安全之间进行权衡。
技术框架：动态管道MPC的整体框架包括以下几个主要模块：1) 规划模块：在简化模型上生成参考轨迹。2) 动态管道学习模块：通过大规模并行仿真，学习规划动作与跟踪性能之间的映射关系，构建动态管道。3) MPC优化模块：基于动态管道，优化规划轨迹，使得管道位于自由空间内，同时考虑性能指标。4) 跟踪控制模块：在全阶模型上跟踪优化后的参考轨迹。整个流程是一个闭环控制过程，不断根据环境变化和系统状态更新规划轨迹。
关键创新：该论文的关键创新在于提出了“动态管道”的概念，并利用大规模并行仿真来学习该管道。与传统的基于最坏情况边界的鲁棒性方法相比，动态管道能够更准确地描述系统的跟踪能力，从而避免了保守性，提高了性能。此外，大规模并行仿真的应用使得能够高效地获取大量数据，从而学习到更准确的动态管道。
关键设计：动态管道的学习过程依赖于大规模并行仿真。仿真的关键参数包括仿真步长、仿真时长、噪声模型等。损失函数的设计需要考虑跟踪误差的大小和频率，以及管道的体积。MPC优化模块的关键设计包括目标函数的设计（平衡性能和安全性），约束条件的设计（保证管道位于自由空间内），以及优化算法的选择（保证实时性）。
🖼️ 关键图片
📊 实验亮点
实验结果表明，动态管道MPC能够使3D跳跃机器人ARCHER在复杂环境中实现敏捷导航，并安全穿越狭窄走廊。与传统的基于最坏情况边界的方法相比，动态管道MPC能够显著提高导航性能，同时保证安全性。具体的性能提升数据未知，但论文强调了在复杂环境和狭窄空间中的成功应用。
🎯 应用场景
该研究成果可应用于各种需要在复杂环境中安全导航的机器人系统，例如无人驾驶车辆、无人机、仓储机器人、服务机器人等。通过学习动态管道，机器人能够更好地理解自身的运动能力，从而在保证安全的前提下，实现更高效、更灵活的导航。此外，该方法还可以推广到其他控制领域，例如运动规划、轨迹优化等。
📄 摘要（原文）
Safe navigation of cluttered environments is a critical challenge in robotics. It is typically approached by separating the planning and tracking problems, with planning executed on a reduced order model to generate reference trajectories, and control techniques used to track these trajectories on the full order dynamics. Inevitable tracking error necessitates robustification of the nominal plan to ensure safety; in many cases, this is accomplished via worst-case bounding, which ignores the fact that some trajectories of the planning model may be easier to track than others. In this work, we present a novel method leveraging massively parallel simulation to learn a dynamic tube representation, which characterizes tracking performance as a function of actions taken by the planning model. Planning model trajectories are then optimized such that the dynamic tube lies in the free space, allowing a balance between performance and safety to be traded off in real time. The resulting Dynamic Tube MPC is applied to the 3D hopping robot ARCHER, enabling agile and performant navigation of cluttered environments, and safe collision-free traversal of narrow corridors.