Warm-Starting Collision-Free Model Predictive Control With Object-Centric Diffusion

Resumen Técnico: Inicio Cálido de Control Predictivo de Modelo Libre de Colisiones con Difusión Centrada en Objetos

Planteamiento del Problema
La manipulación robótica en entornos no convexos y congestionados requiere generar movimientos que sean simultáneamente libres de colisiones y dinámicamente factibles. Si bien la optimización de trayectorias clásica y el Control Predictivo de Modelo (MPC) pueden imponer restricciones físicas, son altamente sensibles a la inicialización y frecuentemente convergen a mínimos locales en escenas complejas. Por el contrario, los enfoques basados en aprendizaje, particularmente los modelos de difusión, sobresalen al capturar la distribución multimodal de las trayectorias factibles, pero históricamente carecen de un mecanismo general y eficiente para condicionarse a la estructura de la escena. Además, los métodos basados en difusión previos suelen generar trayectorias de bucle abierto que no logran imponer estrictamente la factibilidad dinámica o las restricciones de seguridad cuando se despliegan en hardware físico.

Metodología
Los autores proponen un marco híbrido de dos etapas que combina un modelo de difusión condicional para la generación de trayectorias con un resolvedor de MPC basado en restricciones para el refinamiento. La arquitectura consta de tres componentes integrados:

1. Representación de Escena Centrada en Objetos: Para condicionar el modelo de difusión a la el entorno, el artículo introduce un codificador basado en Slot Attention. Este módulo procesa imágenes RGB de visión única del espacio de trabajo para extraer un conjunto compacto de "slots" latentes, cada uno de los cuales representa un objeto u obstáculo distinto. Esta representación centrada en objetos proporciona una señal de condicionamiento de baja dimensión e invariante a la permutación que captura la geometría esencial de colisión sin la alta dimensionalidad de las nubes de puntos o imágenes puras.
2. Inicio Cálido de Difusión Condicional: Un Transformador de Difusión (DiT) es entrenado para eliminar el ruido de una secuencia de trayectoria condicionada al estado inicial del robot, la posición objetivo del efector final y la representación de slots latentes de la escena. El modelo aprende un prior sobre secuencias de movimiento factibles, generando un conjunto diverso de propuestas de trayectoria que navegan alrededor de los obstáculos.
3. Refinamiento de MPC mediante Control Óptimo: La trayectoria muestreada del modelo de difusión sirve como un "inicio cálido" (warm-start) para un resolvedor de MPC de horizonte de retroceso. El resolvedor formula un Problema de Control Óptimo (OCP) que minimiza una función de costo que comprende el seguimiento de la meta, la regularización del estado (penalizando la desviación del prior de difusión) y el esfuerzo de control. Crucialmente, el OCP impone restricciones estrictas, incluyendo la dinámica de cuerpo rígido y la evitación de colisiones mediante distancia con signo. Este paso proyecta el prior generativo hacia una trayectoria dinámicamente factible y estrictamente libre de colisiones en tiempo real.

Contribuciones Clave

• Arquitectura Híbrida: El artículo demuestra que acoplar priors de difusión centrados en objetos con un MPC de dinámica completa produce una generación de movimiento fiable bajo límites de tiempo estrictos, superando la sensibilidad a la inicialización de la optimización pura y las limitaciones de seguridad de los métodos basados puramente en aprendizaje.
• Condicionamiento Centrado en Objetos: Los autores proponen y validan un mecanismo de Slot Attention para la codificación de la escena, mostrando que proporciona una señal de condicionamiento más compacta y generalizable en comparación con las representaciones basadas en imágenes, rejillas de ocupación o espacios de configuración.
• Control de Bucle Cerrado en Tiempo Real: A diferencia de trabajos previos que generan trayectorias de bucle abierto rastreadas por controladores de bajo nivel, este enfoque realiza un replanificamiento de bucle cerrado en un robot físico, imponiendo rigurosamente restricciones dinámicas y de seguridad a 100 Hz.
• Generación Sistemática de Datos: Se introduce un flujo de trabajo para generar datos de entrenamiento de alta calidad combinando la planificación basada en muestreo (RRT) con la optimización de trayectorias restringidas para producir trayectorias expertas suaves y factibles.

Resultados Experimentales
El método fue evaluado en un brazo robótico Franka Emika Panda a través de tres entornos de referencia (mesa, cajón y estante) con configuraciones de obstáculos variables.

• Desempeño: El método propuesto logró tasas de éxito del 82%, 79% y 83% en los tres entornos, superando significativamente a los baselines de puro OCP (<10% de éxito) y otros métodos de aprendizaje como Motion-Planning Diffusion (MPD). También superó a los planificadores clásicos (RRT-Connect, cuRobo) y al baseline de difusión PRESTO en términos de costo de trayectoria y tiempo de computación.
• Latencia: El sistema opera con un tiempo de ejecución de menos de 72 ms, lo que lo hace adecuado para el control en tiempo real.
• Estudios de Ablación: Los experimentos confirmaron que la representación de Slot Attention supera al condicionamiento basado en imágenes y en rejillas de ocupación, particularmente en regímenes de baja computación. Adicionalmente, el estudio encontró que la guía de gradiente de costo durante el proceso de difusión ofrecía rendimientos decrecientes cuando el refinamiento de OCP estaba presente, lo que llevó a su omisión en el pipeline final.
• Validación en Robot Físico: Los experimentos en el robot físico confirmaron la capacidad del sistema para evitar reactivamente obstáculos detectados mediante AprilTags y reoptimizar movimientos cuando los obstáculos se eliminaban dinámicamente.

Significancia
El artículo afirma que este enfoque establece un pipeline completo de robótica capaz de un rendimiento robusto en robots físicos en entornos congestionados y no convexos. Al aprovechar el razonamiento global de los modelos de difusión para guiar la optimización local del MPC, el método logra un equilibrio de seguridad, eficiencia y tasa de éxito que ninguno de los dos componentes puede alcanzar por sí solo. El trabajo destaca la viabilidad práctica de combinar priors generativos con control basado en modelos para la manipulación consciente de colisiones, ofreciendo una solución que es tanto computacionalmente eficiente como estrictamente conforme con las restricciones de seguridad física.