Sampling-based Kinodynamic Planning with World Models
作者: Yitian Gao, Hanlan Yang, Zachary Kingston
分类: cs.RO
发布日期: 2026-10-09
备注: 8 pages, 5 figures, under review for ICRA '27
💡 一句话要点
提出基于采样的动力学规划方法以解决长时间任务的优化问题
🎯 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: 动力学规划 世界模型 采样策略 机器人导航 长时间任务 高维空间 优化算法
📋 核心要点
- 现有的优化方法在长时间任务中表现不佳，尤其是在需要进行不直接奖励的运动时，导致规划效率低下。
- 本文提出了一种基于采样的动力学规划方法，利用学习到的世界模型在潜在空间中进行树搜索，克服了传统优化器的局限性。
- 实验结果表明，所提方法在模拟中成功率与CEM和MPPI相当或更高，且规划时间显著降低，在真实场景中成功率提高了20%。
📝 摘要（中文）
视觉世界模型能够从图像中预测动作的后果，但在规划时通常依赖于如CEM和MPPI等优化器。然而，这些优化器在长时间任务中往往会停滞，尤其是在需要进行不直接奖励的运动时，例如在推动物体之前绕过障碍物。本文重新审视了基于采样的动力学运动规划，利用学习到的模型作为潜在空间树搜索的传播器。我们的关键见解是，针对高维配置空间的采样策略可以直接应用于世界模型的潜在空间，从而快速扩展经过中间状态。我们提出了两种高维潜在空间的探索策略：基于最近邻的RRT和基于投影的KPIECE，并实现了GPU原生的批量扩展以提高设备利用率。在四个模拟领域和一个真实的块推动任务中进行评估，我们的方法在模拟中成功率与CEM和MPPI相当或更高，规划时间降低了最多13.8倍，并在真实机器人上成功率提高了20%。
🔬 方法详解
问题定义：本文旨在解决在长时间任务中，现有优化方法（如CEM和MPPI）因缺乏对中间状态的采样而导致的规划效率低下问题。
核心思路：通过将学习到的世界模型作为潜在空间的传播器，利用高维配置空间的采样策略在潜在空间中进行有效的树搜索，从而克服传统优化器的局限性。
技术框架：整体架构包括两个主要模块：首先是基于最近邻的RRT和基于投影的KPIECE探索策略，其次是GPU原生的批量扩展机制，以提高计算效率。
关键创新：最重要的创新在于将高维配置空间的采样策略直接应用于世界模型的潜在空间，快速扩展中间状态，显著提高了规划效率。
关键设计：在设计中，采用了基于最近邻的RRT和KPIECE算法，并进行了GPU优化以实现批量处理，确保了在高维空间中的有效探索。具体参数设置和损失函数的选择在实验中进行了详细验证。
🖼️ 关键图片
📊 实验亮点
实验结果显示，所提出的方法在四个模拟领域中成功率与CEM和MPPI相当或更高，规划时间降低了最多13.8倍。在真实机器人任务中，成功率提高了20%，展示了该方法在实际应用中的有效性。
🎯 应用场景
该研究的潜在应用领域包括机器人导航、自动驾驶、以及任何需要高效运动规划的智能系统。通过提高长时间任务的规划效率，能够显著提升机器人在复杂环境中的自主决策能力，具有重要的实际价值和未来影响。
📄 摘要（原文）
Visual world models predict the consequences of actions from images, but planning with them is typically done by optimizers such as CEM and MPPI. However, these optimizers stall on long-horizon tasks where progress requires motion the objective does not reward, such as moving around a block before pushing it. This paper revisits kinodynamic sampling-based motion planning for world models, using the learned model as the propagator of a tree search in latent space. Our key insight is that the sampling strategies devised for high-dimensional search in configuration space apply directly to the latent space of a world model, where they rapidly expand through intermediate states that myopic optimizers never sample. We present two exploration strategies for the high-dimensional latent space, nearest-neighbor-guided RRT and projection-based KPIECE, with GPU-native batched expansion for efficient device utilization. We evaluate with an off-the-shelf DINO-WM on four simulated domains and a real-world block-pushing task. Our approaches match or exceed the success rate of CEM and MPPI at up to 13.8x lower planning time in simulation, and improve the success rate by 20% on the real robot.