面向未知与动态环境中实时机器人导航的基于可达性的安全表征学习
该博士论文提出离线训练神经隐式表征来近似Hamilton-Jacobi可达性值函数，使基于优化的控制器能在未知动态环境中实时获得安全信息。方法利用值函数等于直接计算的约束（如符号距离）减去非负动力学修正项的性质，仅学习修正项以保证近似误差下障碍物仍位于预测安全集之外。前四种方法分别将学习函数用作模型预测控制的终端约束和控制屏障函数安全滤波器的屏障候选，覆盖静态环境与数量可变的移动障碍物；地面与空中机器人的仿真和硬件实验显示其避碰效果优于几何与手工设计基线，尤其在短时域和移动障碍物场景。第五种方法用可并行化的顶点树搜索替代网格离线求解器，可为最多13个状态的系统生成屏障候选。
发布于 10-22 10:57来源：arXiv cs.RO
转载 · 官方发布原文：arXiv cs.RO ·《Learning Reachability-Based Safety Representations for Real-Time Robot Navigation in Unknown and Dynamic Environments》查看原链
在未知、动态环境中的安全机器人导航需要的不仅是几何碰撞检测：机器人即使距离障碍物尚远，也可能因自身速度、朝向或障碍物运动而无法避开。 Hamilton-Jacobi（HJ）可达性分析通过一个值函数刻画这一点，该值函数的符号将存在安全延续的状态与碰撞不可避免的状态区分开，但针对每个新观测环境在线计算该值函数代价过高。
本论文离线在可达性解上训练神经隐式表征，以实时向基于优化的控制器提供该信息。 由于值函数从不超过约束，它等于直接计算的约束（如符号距离）减去一个非负的动力学修正项。 仅学习该修正项可使表征的障碍物在存在近似误差时仍位于预测安全集之外。 五种方法中的前两种将学习到的函数作为模型预测控制中的终端约束，分别用于静态局部环境和预测的障碍物运动。
接下来两种将其作为控制屏障函数安全滤波器中的屏障候选，分别用于静态环境，以及通过相对坐标下的成对屏障用于数量可变的移动障碍物。 在地面与空中机器人上的仿真和硬件实验显示，其避碰效果优于几何与手工设计的基线，尤其在短时域和移动障碍物情形下。 第五种方法替代了基于网格的离线求解器（该求解器使前四种方法局限于低维模型）。
对于具有多面体输入的控制仿射动力学，HJ哈密顿量在顶点处取最大，因此对顶点输入进行可并行化的树搜索可生成训练标签。 结合来自HJ变分不等式的损失，这些标签可为最多13个状态的系统生成屏障候选。