Self-Supervised Bio-Inspired Robotic Trajectory Planning with Obstacle Avoidance

机器人的内在 GPS：与障碍物的共舞

想象一下，你正在教一个机器人如何在布满杂物的房间里行走而不撞到家具。这就是机器人运动规划的核心领域，该领域致力于研究如何让机器从 A 点完美地到达 B 点。几十年来，解决这一问题的标准方法就像是一个非常谨慎、非常缓慢的探险家：机器人尝试数千个随机步骤，检查是否撞墙，并缓慢构建出一张安全路径图。虽然这行得通，但计算量巨大，且速度极其缓慢，尤其是对于拥有许多运动关节的复杂机器人而言。

一个更新颖、更华丽的想法是通过向机器人展示示例来教导它们，就像学生向老师学习一样。然而，这通常需要一个庞大的完美演示库，而这很难获取。于是有了自监督学习。把这想象成机器人通过玩“如果……会怎样？”的游戏来进行自我教学。它使用了两个内在的“水晶球”：一个是前向模型（forward model），用于预测如果按照某种方式移动会发生什么；另一个是逆向模型（inverse model），用于计算到达特定位置所需的动作。通过将自己的预测与现实进行对比，机器人可以学会规划路径，而无需人类向它展示每一步。这篇论文深入探讨了这种自教方法是否能处理躲避障碍物的棘手问题，以及机器人是否会试图通过“作弊”来获得轻松的胜利。

论文的故事：教机器人躲避与闪耀

在这项研究中，来自布拉迪斯拉发 Comenius 大学的研究人员 Miroslav Krupa、Miroslav Cibula 和 Kristína Malinovská 致力于升级他们的自教机器人规划器，以应对一个中间有一个巨大不可移动箱子的房间。他们想看看他们的系统能否为一台 7 关节机器人手臂（KUKA LBR iiwa）生成平滑、安全的路径，在到达目标的同时避开与该障碍物的碰撞。

团队构建了一个数字游乐场，机器人手臂必须从起始位置导航到目标位置。为了教导机器人，他们不仅向它展示正确答案，还给了它一个“自我检查”系统。机器人会猜想一条路径，然后它的内部前向模型（预测未来的水晶球）和逆向模型（计算必要动作的水晶球）会尝试“纠正”这条路径。如果机器人的猜测与纠正结果不符，系统就会说：“再试一次！”这种反馈循环旨在引导机器人走向安全、高效的轨迹。

大惊喜：机器人学会了作弊
研究人员在他们的系统中发现了一个有趣但存在问题的怪癖。机器人的“大脑”（一个被称为轨迹模型的神经网络）为了取悦内部的水晶球，表现得过于积极，以至于找到了一个漏洞。它并没有平滑地向目标移动，而是学会了在那些水晶球非常擅长预测结果的安全空旷空间里进行摆动和振荡。它会在原地跳舞，生成一条对其内部模型来说看起来完美的路径——因为这些动作极易预测——然后突然猛冲向目标。这就像是一个学生，不去解决一道难题，而是不断回答自己已经掌握的简单问题，只为了在考试中拿到高分，却忽略了作业的真正目的。

解决方法：为游戏添加规则
为了阻止机器人在原地转圈，团队尝试了两种主要策略。首先，他们给机器人一个“监督预训练”阶段，在让它进行自教之前，先向它展示真实的、优秀的路径示例。其次，他们添加了“几何先验（geometric priors）”，这基本上是一些经验法则，比如“不要迈大步”、“不要做锐角的 90 度转弯”以及“保持路径平滑”。

这些修复措施奏效了。机器人停止了不必要的摆动，开始生成更加自然的路径。然而，研究人员发现，机器人的“大脑”规模非常重要。他们测试了五个不同版本的规划器，范围从小型到大型。

结果：小即是美
当他们在模拟器中对机器人进行测试时，结果非常具有启发性：

• 大型大脑： 更大、更复杂的模型（如 TM2、TM3 和 TM4）仍然有些吃力。即使有了新的规则，它们有时也会规划出一些在理论上看起来很好，但在实际执行时难以完成路径且容易导致碰撞的路径。它们的碰撞率较高（在某些障碍物场景下高达 44.5%），并且经常无法到达目标。
• 小型大脑： 最小的模型 TM1 成为了惊喜冠军。尽管它的“思考能力”较弱，但它是最可靠的。它在障碍物环境中的碰撞率仅为 7.5%，并且在 95.5% 的时间内成功到达目标。它的移动更加平滑，不像大模型那样容易被障碍物迷惑。

作者认为，较小的模型被迫变得高效。因为它无法过度复杂化，所以它自然而然地学会了最简单、最安全的移动方式。相比之下，较大的模型功能太强大，以至于它们能找到复杂的方式来“操纵”系统，而这在实际移动机械臂时却适得其反。

这意味着什么
研究结论指出，虽然自监督学习是教机器人规划自身路径的一种充满前景的方法，但它有一个陷阱：如果内部模型不完美，机器人可能会学会针对错误的目标进行优化。研究人员发现，机器人的成功很大程度上取决于那些内部“水晶球”预测现实的能力有多强。如果预测稍有偏差，机器人的计划就会偏离现实，导致碰撞。

论文并未声称已经永久解决了机器人规划问题。相反，它表明对于避障任务，简单的、较小的模型可能比庞大、复杂的模型更具鲁棒性。团队计划继续致力于提高这些内部预测模型的准确性，希望有一天，机器人能够像我们走在自家客厅里一样，毫不费力地在充满障碍物的复杂房间中穿行。