Résumé technique : Barrières dans l'espace de configuration neuronale pour la planification et le contrôle de la manipulation

Énoncé du problème

Les manipulateurs robotiques à haut degré de liberté (DoF) opérant dans des environnements encombrés et dynamiques font face à un double défi : assurer l'efficacité computationnelle de la planification de mouvement tout en maintenant des garanties de sécurité robustes pendant l'exécution. Les planificateurs traditionnels basés sur l'échantillonnage (par exemple, RRT, PRM) reposent sur des vérifications de collision fréquentes et coûteuses, créant un goulot d'étranglement dans les espaces de configuration de haute dimension. De plus, dans des environnements dynamiques caractérisés par du bruit de capteur et des obstacles imprévisibles, la planification seule est insuffisante ; les stratégies de contrôle en temps réel doivent tenir compte des erreurs de modélisation et des incertitudes d'observation pour prévenir les collisions. Les méthodes existantes peinent souvent à équilibrer le besoin de représentations de sécurité précises et différentiables avec les contraintes computationnelles d'une opération en temps réel.

Méthodologie

Les auteurs proposent un cadre unifié intégrant la planification de mouvement et le contrôle à l'aide de Fonctions de Distance dans l'Espace de Configuration Neuronales (CDF). L'approche se compose de trois composants principaux :

1. Représentation CDF Neuronale

La méthode apprend deux modèles de réseaux de neurones distincts pour représenter la sécurité dans l'espace de configuration ($Q$) :

• CDF de l'environnement ($f_c$) : Estime la distance minimale dans l'espace des articulations d'une configuration $q$ à un point d'obstacle dans l'espace de travail $p$.
• CDF d'auto-collision ($f_{sc}$) : Estime la distance minimale dans l'espace des articulations de $q$ à l'ensemble des configurations d'auto-collision.
  Ces fonctions sont entraînées en tant que perceptrons multicouches (MLP) pour fournir des requêtes de distance et de gradient rapides et différentiables, approximatant l'espace de configuration libre local.

2. Planificateur à Bulles-CDF

Pour améliorer l'efficacité de la planification, les auteurs introduisent un algorithme de Graphe de Bulles en Exploration Rapide (RBG). Au lieu de traiter les nœuds comme des configurations uniques, le planificateur construit des « bulles » (régions sphériques) dans l'espace de configuration.

• Construction de la bulle : Le rayon d'une bulle centrée sur une configuration sûre $q$ est déterminé dynamiquement par la valeur de barrière CDF neuronale : $r(q) = \hat{h}(q, t) - \eta$, où $\eta$ est une marge de sécurité.
• Efficacité : Toute configuration à l'intérieur d'une bulle est garantie sans collision (sous réserve de l'approximation de la barrière). Cela permet au planificateur d'explorer l'espace en connectant des bulles se chevauchant, réduisant considérablement le nombre de vérifications de collision explicites requises par rapport au RRT basé sur les arêtes.
• Optimisation de trajectoire : Une fois un chemin de bulles trouvé, une trajectoire continue est générée en optimisant une séquence de courbes de Bézier. Les points de contrôle de ces courbes sont contraints de se situer à l'intérieur des bulles respectives, garantissant que l'ensemble de la trajectoire reste sans collision via la propriété de l'enveloppe convexe, formulée comme un programme quadratique à contraintes quadratiques (QCQP) convexe.

3. Fonction de Barrière de Contrôle Robuste Distributionnellement (DR-CBF)

Pour l'exécution en temps réel, le système emploie une Fonction de Barrière de Contrôle Robuste Distributionnellement (DR-CBF) pour suivre la trajectoire planifiée tout en assurant la sécurité face aux incertitudes.

• Modélisation de l'incertitude : L'approche reconnaît les incertitudes découlant des erreurs d'approximation des réseaux de neurones, du bruit des capteurs de nuage de points et du mouvement des obstacles dynamiques.
• Ensemble d'ambiguïté de Wasserstein : Au lieu de supposer une distribution de probabilité connue pour ces erreurs, la méthode construit un ensemble d'ambiguïté de Wasserstein-1 autour de la distribution empirique des échantillons d'incertitude (générés via dropout Monte Carlo et estimation de la vitesse du nuage de points).
• Filtre de sécurité : Le contrôleur résout en ligne un Programme Quadratique (QP) qui minimise l'écart par rapport à un contrôleur PD nominal tout en satisfaisant une contrainte de sécurité robuste distributionnellement. Cela garantit que la probabilité de violation de l'ensemble de sécurité reste inférieure à une tolérance au risque spécifiée par l'utilisateur ($\epsilon$), même sous les distributions les plus défavorables à l'intérieur de l'ensemble d'ambiguïté.

Contributions clés

1. Barrière CDF Neuronale Unifiée : Une représentation apprise qui estime les distances à la fois vers les obstacles externes et les auto-collisions, permettant des requêtes de distance et de gradient rapides à partir d'observations de nuages de points.
2. Contrôle Robuste Distributionnellement : Une nouvelle formulation DR-CBF pour le contrôle de manipulateur qui prend explicitement en compte les erreurs de modélisation, le bruit des capteurs et les obstacles dynamiques sans nécessiter de connaissance explicite de la distribution sous-jacente des incertitudes.
3. Planification basée sur les Bulles : Un planificateur basé sur l'échantillonnage qui utilise des requêtes CDF neuronales pour construire un graphe de bulles de configuration sûres, réduisant considérablement la surcharge de vérification de collision dans les espaces de haute dimension.
4. Validation Expérimentale : Évaluation complète sur un manipulateur UFactory xArm6 à 6 DoF, tant en simulation que dans des environnements dynamiques réels, démontrant l'intégration du planificateur et du contrôleur.

Résultats

L'article présente des évaluations extensives comparant la méthode proposée à des références incluant des variantes RRT (CDF-RRT, SDF-RRT, Lazy-RRT), MPPI, et des contrôleurs CBF standards.

• Efficacité de la planification : Dans les simulations à 2 DoF et 6 DoF, le planificateur Bubble-CDF a réduit le nombre de vérifications de collision d'un ordre de grandeur (par exemple, ~154 vérifications contre ~1 759 pour Lazy-RRT en 2 DoF ; ~279 contre ~2 741 en 6 DoF) tout en maintenant des longueurs de chemin comparables. Il a également obtenu le temps d'exécution global le plus bas, incluant le post-traitement.
• Robustesse du contrôle : Dans des environnements dynamiques avec des obstacles en mouvement :
  • Les contrôleurs PD standards ont échoué fréquemment (taux de réussite ~11-18 %).
  • Les contrôleurs CBF-QP standards ont montré une performance améliorée mais ont chuté significativement dans des environnements dynamiques (taux de réussite ~64-70 %) en raison d'incertitudes non modélisées.
  • La proposition PD + DR-CBF-QP a atteint 100 % de réussite dans les simulations statiques et dynamiques ainsi que dans les expériences réelles.
• Performance réelle : Les expériences sur le xArm6 physique ont confirmé les résultats de simulation, montrant le robot naviguant avec succès dans des environnements encombrés et exécutant des manœuvres défensives pour éviter les obstacles dynamiques tout en suivant la trajectoire planifiée.

Importance et revendications

L'article affirme que cette approche fournit une solution pratique pour la manipulation robotique dans des environnements où des modèles précis sont indisponibles et où les obstacles se déplacent de manière imprévisible. En intégrant des CDF apprises à la fois dans la planification et le contrôle, la méthode atteint :

• Efficacité computationnelle : Réduction substantielle des opérations de vérification de collision grâce à l'utilisation de bulles d'espace de configuration.
• Sécurité robuste : La capacité de maintenir des garanties de sécurité malgré les erreurs d'approximation des réseaux de neurones et le bruit des capteurs, obtenue par une optimisation robuste distributionnellement plutôt que par des marges conservatrices hors ligne.
• Applicabilité en temps réel : Le cadre fonctionne efficacement sur des capteurs embarqués (nuages de points) et prend en charge des taux de contrôle en temps réel (50 Hz), le rendant adapté à des environnements industriels tels que les entrepôts et les lignes d'assemblage où une replanification dynamique est nécessaire.

Les auteurs soulignent que leur méthode ne repose pas sur des modèles environnementaux détaillés et peut être étendue à d'autres manipulateurs opérant dans des environnements dynamiques, visant à améliorer la productivité et la sécurité dans les applications industrielles.