Resumen Técnico: SPADE – Planificación de Trayectorias Guiada por Bocetos Aumentada con Expertos de Difusión

1. Planteamiento del Problema

Los Robots Móviles Autónomos (AMR) requieren una planificación de trayectorias robusta que no solo evite obstáculos, sino que también se adhiera a las preferencias matizadas de los operadores humanos, como mantener claros específicos o ejecutar giros suaves en áreas sensibles. Los algoritmos de planificación tradicionales (por ejemplo, A*, RRT) tienen dificultades para codificar estas preferencias subjetivas sin una compleja ingeniería de recompensas. Si bien el Aprendizaje por Imitación (IL), específicamente el Clonación de Comportamiento (BC), ofrece una solución al aprender de demostraciones de expertos, los enfoques existentes enfrentan dos limitaciones críticas:

1. Generalización Limitada: Los modelos suelen fallar al adaptarse a entornos o configuraciones de mapas no vistos.
2. Robustez en la Recolección de Datos: Las herramientas de anotación existentes (por ejemplo, el simulador utilizado en el marco SKIPP) sufren de problemas de mantenibilidad, falta de disponibilidad de código abierto y dificultades para recolectar demostraciones de alta calidad en entornos industriales especializados.

Además, aunque los modelos recientes basados en difusión muestran potencial para capturar distribuciones de trayectorias multimodales complejas, sus procesos de eliminación de ruido iterativos resultan en una latencia de inferencia elevada, lo que los hace inadecuados para el despliegue en tiempo real en el borde (on-edge) en robots con recursos limitados.

2. Metodología

El artículo presenta SPADE (Sketch-guided Path Planning Augmented with Diffusion Experts), un marco diseñado para cerrar la brecha entre el alto poder de representación de los modelos de difusión y los requisitos de eficiencia de los sistemas robóticos desplegables. La metodología consta de tres componentes principales:

2.1 Herramienta de Anotación Reestructurada

Para abordar las limitaciones en la recolección de datos, los autores desarrollaron un flujo de trabajo de anotación totalmente de código abierto basado en ROS 2.

• Simulación: Utiliza map2gazebo para convertir rejillas de ocupación 2D en mundos Gazebo 3D, empleando el robot de tracción diferencial TurtleBot3.
• Navegación: Aprovecha el marco Nav2 para el movimiento autónomo, permitiendo a los usuarios definir trayectorias de forma interactiva mediante puntos de paso (waypoints) en RViz2.
• Procesamiento de Datos: Registra trayectorias a través de modalidades de trayectoria, meta final y pose del robot. Se aplica una función de suavizado basada en splines para remuestrear las trayectorias en curvas continuas y uniformemente espaciadas para reducir el ruido y mejorar la estabilidad del entrenamiento.

2.2 Clonación de Comportamiento Aumentada con Difusión (DBC)

La innovación central reside en la estrategia de entrenamiento, que integra un Experto de Difusión para guiar una red de Clonación de Comportamiento (BC) compacta.

• Arquitectura: El sistema emplea un paradigma de "maestro-alumno". Un modelo de difusión de alta capacidad (el maestro) se entrena offline con demostraciones de expertos, mientras que un modelo BC ligero (el alumno) se entrena para la inferencia en tiempo real.
• Difusión Condicionada por Imagen (Cond-DBC): A diferencia de los enfoques previos de DBC que modelaban la probabilidad conjunta $p(a, s)$, SPADE introduce un modelo de difusión condicionado por imagen que aprende la probabilidad condicional $p(a|s)$.
  • Entrada: El modelo de difusión toma la rejilla de ocupación, el punto de inicio y el punto de meta como entradas de condicionamiento (vía capas FiLM) y predice únicamente el canal de la trayectoria.
  • Mecanismo de Guía: Durante el entrenamiento de BC, el modelo de difusión actúa como un discriminador. Calcula una Pérdida de Margen de Difusión ($L_{DM}$), definida como la diferencia entre la pérdida de reconstrucción de la trayectoria predicha por el agente y la trayectoria real del experto.
  • Objetivo: La pérdida total combina la pérdida estándar de BC con la pérdida de margen de difusión ($L_{total} = L_{BC} + \lambda L_{DM}$), fomentando que la red BC genere trayectorias que se alineen con la distribución estructural del modelo de difusión del experto sin imitar directamente su lento proceso de inferencia.

2.3 Variantes del Modelo

El estudio evalúa tres escalas de modelos (Pequeño, Mediano, Grande) para la red BC, junto con dos tipos de expertos de difusión:

• Difusión Incondicional (DBC): Aprende distribuciones conjuntas.
• Difusión Condicionada (Cond-DBC): Aprende distribuciones condicionales basadas en el estado del entorno.

3. Contribuciones Clave

1. Flujo de Trabajo de Anotación de Código Abierto: Una herramienta robusta basada en ROS 2 que reemplaza los simuladores obsoletos, asegurando la reproducibilidad y extensibilidad para la recolección de datos en escenarios industriales.
2. Guía de Difusión Condicionada por Imagen: Una extensión del marco DBC que utiliza modelos de difusión condicionados por imagen para proporcionar señales de guía dirigidas y conscientes del estado, mejorando la interpretabilidad de la guía para redes de estudiante más pequeñas.
3. Generalización Eficiente: Una estrategia de entrenamiento que permite a modelos ligeros alcanzar una generalización de "nivel de difusión" manteniendo capacidades de inferencia en tiempo real en el borde.

4. Resultados Experimentales

El marco fue evaluado con un conjunto de datos de 20,000 demostraciones de expertos (trayectorias en forma de L y de U) a través de varias configuraciones de mapas. El rendimiento se midió mediante la Distancia de Incepción de Fréchet (FID), el Error de Pose Absoluto (APE) y la Distancia de Hausdorff ($H_{d19}$).

• Rendimiento vs. Línea Base: El marco SPADE superó significativamente al enfoque de línea base SKIPP (BC estándar).
  • APE: Reducción del 39.1%.
  • FID: Reducción del 33.5%.
  • Parámetros: Logró estas mejoras con un 93.8% menos de parámetros entrenables en comparación con los modelos de línea base grandes.
• Cond-DBC vs. DBC: El enfoque condicionado por imagen (Cond-DBC) generalmente superó al enfoque incondicional (DBC), particularmente en la reducción de la generación de artefactos (segmentos de trayectoria desconectados) en arquitecturas de modelos más pequeños.
• Eficiencia de Inferencia: Aunque los modelos de difusión independientes lograron puntuaciones de FID bajas, sus tiempos de inferencia eran prohibitivos (18–45 segundos). En contraste, el modelo Cond-DBC de tamaño mediano logró un rendimiento comparable con una inferencia en tiempo real adecuada para sistemas embebidos.
• Estudios de Ablación:
  • Aprendizaje por Transferencia: El ajuste fino (fine-tuning) del flujo de trabajo SPADE de comportamientos de forma de L a forma de U en nuevos mapas produjo una mejora del 37.1% en FID y una reducción del 62% en artefactos en comparación con el ajuste fino estándar.
  • Entrenamiento desde Cero: El flujo de trabajo completo de SPADE mejoró el FID en un 4.21% y redujo los artefactos en un 63.16% en comparación con el entrenamiento de un modelo SKIPP estándar desde cero.

5. Significado y Reivindicaciones

El artículo afirma que SPADE aborda con éxito el compromiso entre la capacidad del modelo y la eficiencia de despliegue en la planificación de trayectorias aprendida. Al utilizar un modelo de difusión de alta capacidad como "maestro" durante el entrenamiento, el marco permite que los modelos compactos y desplegables se generalicen eficazmente a entornos y comportamientos no vistos sin requerir computación en la nube o hardware acelerador especializado.

Los autores enfatizan que este enfoque hace que la planificación de trayectorias consciente de las preferencias sea viable para robots industriales con recursos limitados. Los resultados sugieren que la guía de un experto basado en difusión permite que los modelos pequeños capturen distribuciones de trayectorias multimodales complejas que el clonación de comportamiento estándar no puede, manteniendo al mismo tiempo las estrictas restricciones de latencia y memoria requeridas para el despliegue de AMR en el mundo real. Este trabajo posiciona a SPADE como un paso práctico hacia la integración de prioridades generativas avanzadas en el borde robótico sin sacrificar el rendimiento.