One Filter to Deploy Them All: Robust Safety for Quadrupedal Navigation in Unknown Environments
作者: Albert Lin, Shuang Peng, Somil Bansal
分类: cs.RO, cs.AI, cs.LG, eess.SY
发布日期: 2024-12-13
备注: Project website: https://sia-lab-git.github.io/One_Filter_to_Deploy_Them_All/
💡 一句话要点
提出基于观测条件可达性的安全滤波器，保障四足机器人未知环境导航安全。
🎯 匹配领域: 支柱一：机器人控制 (Robot Control)
关键词: 四足机器人 安全导航 强化学习 可达性分析 安全滤波器
📋 核心要点
- 现有方法依赖环境先验知识或特定策略，难以应对未知环境和控制器多样性带来的安全挑战。
- 提出基于观测条件可达性的安全滤波器，利用OCR价值网络预测安全价值函数，实现快速安全适应。
- 实验表明，该框架能自动保护多种控制器，适应新环境，对未建模动力学具有鲁棒性。
📝 摘要（中文）
随着基于学习的腿式机器人方法迅速普及，在不同控制器和环境中高效地提供安全保障至关重要。现有工作要么依赖于环境和安全约束的先验知识来确保系统安全，要么为特定的运动策略提供保障。为了解决这些局限性，本文提出了一种基于观测条件可达性（OCR）的安全滤波器框架。核心思想是使用OCR价值网络（OCR-VN）来预测部署时新故障区域和动态不确定性的最优控制理论安全价值函数。具体来说，OCR-VN通过两个关键组件促进快速安全适应：基于激光雷达的输入，允许根据新障碍物动态构建安全区域；以及扰动估计模块，用于考虑野外环境中的动态不确定性。预测的安全价值函数用于构建自适应安全滤波器，必要时覆盖标称四足机器人控制器以维持安全。通过在Unitree Go1四足机器人上的仿真研究和硬件实验，证明该框架可以自动保护各种分层四足机器人控制器，适应新环境，并且对未建模的动力学具有鲁棒性，无需事先访问控制器或环境——因此，称为“One Filter to Deploy Them All”。
🔬 方法详解
问题定义：现有四足机器人导航方法在未知环境中面临安全挑战，尤其是在使用学习型控制器时。这些方法通常依赖于对环境的先验知识或针对特定控制策略进行设计，难以泛化到新的环境和不同的控制器上。因此，如何在未知环境中为各种四足机器人控制器提供通用的安全保障是一个关键问题。
核心思路：本文的核心思路是利用观测条件可达性（OCR）的概念，构建一个安全滤波器，该滤波器能够根据当前环境的观测信息动态地评估安全风险，并根据评估结果调整控制器的输出，以确保机器人的安全。通过学习一个OCR价值网络（OCR-VN），该网络可以预测在给定观测条件下，机器人能够安全到达目标区域的最大价值。
技术框架：该框架主要包含三个模块：1) 基于激光雷达的输入模块，用于获取环境的观测信息，并动态构建安全区域；2) 扰动估计模块，用于估计机器人动力学中的不确定性；3) OCR价值网络（OCR-VN），用于预测安全价值函数。整个流程是，首先通过激光雷达获取环境信息，并估计动力学扰动，然后将这些信息输入到OCR-VN中，得到安全价值函数。最后，利用安全价值函数构建自适应安全滤波器，该滤波器在必要时覆盖原始控制器，以保证安全。
关键创新：该方法最重要的创新在于提出了OCR价值网络（OCR-VN），该网络能够根据环境观测信息动态地预测安全价值函数。与传统的基于模型的方法相比，OCR-VN不需要对环境进行精确建模，因此更具鲁棒性和泛化能力。此外，该方法能够适应不同的控制器，无需针对每个控制器进行单独设计。
关键设计：OCR-VN的网络结构未知，但关键在于其输入是激光雷达数据和扰动估计，输出是安全价值函数。损失函数的设计目标是使预测的安全价值函数能够准确反映机器人在当前状态下安全到达目标区域的最大概率。自适应安全滤波器的设计需要权衡安全性和性能，避免过度干预原始控制器的输出。
🖼️ 关键图片
📊 实验亮点
通过在Unitree Go1四足机器人上的仿真和硬件实验，验证了该框架的有效性。实验结果表明，该框架能够自动保护各种分层四足机器人控制器，适应新环境，并且对未建模的动力学具有鲁棒性。该方法无需事先访问控制器或环境信息，即可实现安全保障，体现了其通用性和实用性。
🎯 应用场景
该研究成果可广泛应用于四足机器人在复杂未知环境中的自主导航，例如搜救、勘探、巡检等领域。该安全滤波器能够提高机器人在这些场景下的可靠性和安全性，降低事故风险，具有重要的实际应用价值和商业潜力。未来，该技术有望进一步推广到其他类型的机器人和自动化系统中。
📄 摘要（原文）
As learning-based methods for legged robots rapidly grow in popularity, it is important that we can provide safety assurances efficiently across different controllers and environments. Existing works either rely on a priori knowledge of the environment and safety constraints to ensure system safety or provide assurances for a specific locomotion policy. To address these limitations, we propose an observation-conditioned reachability-based (OCR) safety-filter framework. Our key idea is to use an OCR value network (OCR-VN) that predicts the optimal control-theoretic safety value function for new failure regions and dynamic uncertainty during deployment time. Specifically, the OCR-VN facilitates rapid safety adaptation through two key components: a LiDAR-based input that allows the dynamic construction of safe regions in light of new obstacles and a disturbance estimation module that accounts for dynamics uncertainty in the wild. The predicted safety value function is used to construct an adaptive safety filter that overrides the nominal quadruped controller when necessary to maintain safety. Through simulation studies and hardware experiments on a Unitree Go1 quadruped, we demonstrate that the proposed framework can automatically safeguard a wide range of hierarchical quadruped controllers, adapts to novel environments, and is robust to unmodeled dynamics without a priori access to the controllers or environments - hence, "One Filter to Deploy Them All". The experiment videos can be found on the project website.