Dynamic Neural Potential Field: Online Trajectory Optimization in the Presence of Moving Obstacles

1. El Problema

Los robots móviles generalistas deben operar de forma segura y fiable en entornos humanos dinámicos (hogares, oficinas, almacenes) donde las personas y los objetos se mueven de manera impredecible.

• Desafío principal: La planificación de trayectorias en tiempo real frente a obstáculos dinámicos. Los métodos tradicionales de Control Predictivo de Modelos (MPC) requieren una representación analítica de los peligros de colisión (potenciales repulsivos), lo cual es computacionalmente costoso cuando los obstáculos se mueven y el mapa de ocupación cambia en cada paso de tiempo.
• Limitaciones existentes:
  • Los métodos basados en muestreo (como MPPI) pueden generar soluciones inválidas o inestables.
  • Los métodos de optimización numérica (MPC) suelen depender de aproximaciones geométricas simples (círculos, rectángulos) que pierden fidelidad o requieren demasiados parámetros si se usan mapas de ocupación de alta resolución.
  • Los modelos neuronales previos para optimización de trayectorias a menudo se entrenan offline para escenas estáticas o no son compatibles con la ejecución en tiempo real dentro de un bucle de MPC.

2. Metodología: NPField-GPT y Variantes

Los autores proponen un marco de trabajo híbrido que combina la optimización basada en modelos (MPC) con un predictor neuronal de Potenciales Neuronales Dinámicos (NPField). La idea central es aprender solo el "riesgo de colisión espacio-temporal" y mantener el resto del proceso de optimización basado en modelos.

El sistema utiliza tres arquitecturas neuronales para equilibrar precisión y latencia:

1. NPField-StaticMLP: Trata el entorno dinámico como una secuencia de mapas estáticos. Procesa un mapa a la vez. Es la variante más rápida pero con menor razonamiento temporal.
2. NPField-DynamicMLP: Predice la secuencia de potenciales futuros en paralelo utilizando cabezas MLP independientes condicionadas por el estado del obstáculo dinámico. Mejora la eficiencia pero tiene un acoplamiento temporal débil entre pasos.
3. NPField-GPT (La propuesta principal): Utiliza un Transformer no autoregresivo para predecir todo el horizonte de potenciales en una sola pasada.
   • Entrada: Submapa de ocupación, huella del robot (footprint), pose del robot y estado del obstáculo dinámico.
   • Mecanismo: Incorpora tokens de consulta aprendibles (learnable query tokens) y fusiona explícitamente la información de coordenadas relativas (robot vs. obstáculo) mediante un token de fusión especial.
   • Salida: Un horizonte completo de potenciales repulsivos diferenciables.

Integración con MPC:
Los potenciales predichos por la red neuronal se inyectan directamente en el programa de optimización cuadrática secuencial (SQP) del MPC utilizando L4CasADi. Esto permite que el solver de MPC calcule gradientes exactos a través de la red neuronal, optimizando la trayectoria ($x_{opt}$) y el control ($u_{opt}$) en tiempo real considerando el riesgo de colisión aprendido.

3. Contribuciones Clave

• Marco NPField Dinámico: Un sistema de control predictivo compatible en tiempo real con tres variantes (StaticMLP, DynamicMLP, GPT) que cubren el compromiso entre precisión y latencia.
• Arquitectura NPField-GPT: Una novedad que predice horizontes de potenciales en paralelo mediante Transformers, mejorando significativamente la representación de la dinámica de obstáculos espaciotemporales y la geometría relativa.
• Integración Diferenciable: Implementación de código abierto que integra redes neuronales dentro de solvers MPC (Acados) mediante L4CasADi, permitiendo costos neuronales diferenciables.
• Validación Extensiva: Comparación exhaustiva con métodos de vanguardia (CIAO*, MPPI) en escenarios simulados (BenchMR) y experimentos reales con un robot Husky UGV en pasillos de oficina.

4. Resultados Experimentales

Los experimentos se realizaron en 100 escenarios dinámicos y en un robot físico. Se compararon las variantes NPField con MPPI y CIAO*.

• Precisión y Seguridad:
  • NPField-GPT produjo las trayectorias más seguras y eficientes: tuvo la mayor distancia de seguridad (0.115 m), la longitud de camino más corta (2.06 m) y la menor suavidad de ángulo (AOL: 0.015).
  • Visualmente, NPField-GPT mantuvo límites de obstáculos nítidos y precisos, mientras que StaticMLP tendía a fusionar obstáculos dinámicos con paredes y DynamicMLP producía límites difusos.
• Rendimiento Computacional:
  • StaticMLP fue el más rápido (366 ms), superando a CIAO* en más de 400 ms.
  • NPField-GPT tuvo un tiempo de replanificación mayor (663 ms) debido a la complejidad del Transformer, pero sigue siendo viable para robots móviles en interiores (tasas de replanificación de 1-2 Hz).
  • MPPI fue rápido pero falló frecuentemente en encontrar trayectorias óptimas.
• Escalabilidad: El modelo GPT se extiende naturalmente a múltiples obstáculos mediante la superposición aditiva de potenciales sin necesidad de reentrenamiento.

5. Significado e Impacto

Este trabajo es significativo porque cierra la brecha entre la planificación basada en modelos (estable y transparente) y el aprendizaje profundo (capacidad de manejar datos complejos y dinámicos).

• Seguridad en Entornos Dinámicos: Permite a los robots navegar de forma más segura en entornos con humanos, evitando colisiones sin depender de aproximaciones geométricas simplificadas que a menudo fallan en casos complejos.
• Eficiencia de Datos: Al aprender solo la parte del problema que se beneficia de los datos (el riesgo de colisión espacio-temporal) y mantener la dinámica del robot basada en modelos, el sistema es más robusto y generalizable.
• Viabilidad en Tiempo Real: Demuestra que es posible integrar modelos neuronales complejos (Transformers) dentro de bucles de control de MPC en hardware estándar, ofreciendo una alternativa superior a los métodos puramente geométricos o de muestreo para la navegación autónoma en interiores.

En conclusión, NPField-GPT representa un avance hacia robots generalistas capaces de operar de forma segura y fluida en entornos humanos dinámicos, equilibrando la velocidad de cálculo necesaria con la precisión de la evitación de colisiones.