Hierarchical Diffusion Motion Planning with Task-Conditioned Uncertainty-Aware Priors

Resumo Técnico: Planejamento de Movimento Hierárquico com Difusão e Priors Condição-Tarefa

1. O Problema

Os modelos de difusão têm demonstrado grande flexibilidade no planejamento de movimento robótico. No entanto, a maioria das abordagens existentes utiliza um processo de corrupção padrão baseado em ruído Gaussiano isotrópico de média zero. Essa abordagem ignora as propriedades intrínsecas dos dados de movimento robótico, como:

• Suavidade temporal: A evolução consistente entre passos de tempo para viabilidade dinâmica.
• Estrutura de tarefa: Condições impostas externamente, como estados de início/fim, waypoints ou restrições de fase (ex: agarrar e soltar).

A falta de viés indutivo estruturado nos processos de ruído faz com que os modelos precisem aprender essas restrições apenas através de condicionamento ou guidance durante a inferência, o que pode ser ineficiente e levar a trajetórias menos suaves ou com menor taxa de sucesso.

2. Metodologia Proposta

Os autores propõem um planejador de difusão hierárquico que incorpora a estrutura da tarefa e do movimento diretamente no modelo de ruído (o processo de corrupção), em vez de apenas condicioná-lo na rede neural.

A abordagem divide-se em dois níveis:

A. Nível Superior (Predição de Estados Chave e Timings)

• Um módulo de difusão (ou heurísticas baseadas em regras) prevê estados chave esparsos (ex: waypoints, estados de contato, início/fim) e seus tempos de ocorrência correspondentes.
• Esses estados são tratados como observações "soft" (suaves) com incerteza explícita, permitindo que previsões imperfeitas guiem a amostragem sem impor restrições rígidas que poderiam inviabilizar o processo.

B. Nível Inferior (Geração da Trajetória Completa)

• Em vez de usar um ruído Gaussiano isotrópico, o nível inferior utiliza um prior Gaussiano estruturado e não isotrópico.
• Este prior é construído condicionando um Gaussian Process Motion Planning (GPMP) aos estados chave e timings previstos pelo nível superior.
• Mecanismo:
  • O GPMP define uma distribuição sobre trajetórias contínuas com suavidade temporal (via kernel de processo Gaussiano linear variante no tempo - LTV-GP).
  • Ao condicionar este GP aos estados chave ($Y$) e à matriz de seleção temporal ($C$), obtém-se uma distribuição posterior com média ($\xi$) e covariância ($K$) específicas.
  • A média $\xi$ interpola os estados chave, enquanto a covariância $K$ acopla os passos de tempo, criando um modelo de ruído onde a variância é menor perto dos estados chave (ancoragem) e maior entre eles (flexibilidade).
• Treinamento: O processo de difusão é generalizado para permitir corrupção com média não nula e covariância não isotrópica. A função de perda de treinamento é adaptada para uma perda de Mahalanobis, que pondera os erros pela inversa da covariância condicionada à tarefa.

C. Inference (Planejamento)

1. O nível superior gera os estados chave e timings.
2. O prior $(\xi, K)$ é instantiado via GPMP.
3. O nível inferior inicia a difusão reversa a partir de uma amostra de $\mathcal{N}(\xi, K)$ e denoisa a trajetória completa sob este prior fixo.

3. Principais Contribuições

1. Planner Hierárquico de Duas Níveis: Separa a previsão de estados de alto nível (tarefa) da geração de trajetória de baixo nível, onde o prior do nível inferior é reparametrizado dinamicamente pelos estados chave.
2. Formulação de Difusão com Ruído Não Isotrópico: Introduz um processo de corrupção Gaussiana condicionada à tarefa, derivada de GPMP, com expressões fechadas para marginais e posteriors. Isso permite que o processo reverso opere em uma geometria de Mahalanobis, restringindo a amostragem a trajetórias consistentes com a dinâmica e a tarefa.
3. Tratamento de Incerteza como Observação Soft: Os estados chave não são restrições rígidas, mas observações com covariância explícita, o que permite flexibilidade em curvas fechadas ou mudanças de fase sem violar a viabilidade global.
4. Validação Experimental: Demonstração de que estruturar o ruído gera ganhos consistentes em sucesso e suavidade, superando abordagens que usam apenas condicionamento neural ou guidance baseada em custo.

4. Resultados Experimentais

Os experimentos foram realizados em dois benchmarks: Maze2D (alcançar objetivo em labirinto) e KUKA Block Stacking (empilhar blocos com braço robótico 7-DOF).

• Taxa de Sucesso: O modelo proposto alcançou taxas de sucesso significativamente superiores em comparação com:
  • Diffuser (ruído isotrópico padrão): 48% (Maze2D) vs 81% (proposto).
  • Diffuser + KeyCond (hierárquico apenas com condicionamento, sem prior estruturado): 49% vs 81%.
  • EDMP (guidance baseada em custo): 56% vs 81%.
  • No KUKA, a taxa subiu de ~30% (baselines) para 70% (proposto).
• Suavidade da Trajetória: O modelo atingiu a suavidade do conjunto de dados (dataset-level smoothness) muito mais cedo durante o treinamento. As trajetórias geradas apresentaram menor "Average Roughness" (AR).
• Consistência Dinâmica: Houve uma melhoria drástica na consistência entre posição e velocidade (erro médio absoluto de 0.2187 para 0.0767 no Maze2D), indicando que as trajetórias são mais viáveis dinamicamente.
• Eficiência de Treinamento: A incorporação de estrutura no prior permite que o modelo aprenda propriedades desejáveis (suavidade, sucesso) com menos iterações de treinamento, pois o espaço de busca já é direcionado para soluções viáveis.

5. Significado e Conclusão

Este trabalho representa um avanço significativo ao demonstrar que a estrutura do ruído em modelos de difusão é tão importante quanto a arquitetura da rede ou o condicionamento. Ao embutir conhecimento físico (suavidade via GP) e semântico (tarefa via estados chave) diretamente na distribuição de probabilidade inicial do processo de difusão, o método:

• Elimina a necessidade de funções de custo complexas ou guidance pesada durante a inferência.
• Resolve o problema de "oversmoothing" global, mantendo a flexibilidade local necessária para tarefas complexas.
• Oferece um framework robusto que pode ser combinado com qualquer método de previsão de estados chave (aprendizado ou baseado em regras).

Em suma, a abordagem proposta concentra a massa de probabilidade do prior em trajetórias que são simultaneamente dinamicamente consistentes e semanticamente significativas, resultando em planejamento robótico mais eficiente e confiável.