Shield Model Predictive Path Integral: A Computationally Efficient Robust MPC Approach Using Control Barrier Functions

要約

Model Predictive Path Integral (MPPI) 制御は、数千の軌跡をシミュレートし、これらの軌跡を使用してオンザフライで最適な制御を合成する、サンプリング ベースのモデル予測制御の一種です。
ただし、実際には、MPPI はその適用を制限する問題に遭遇します。
たとえば、モデル化されていないダイナミクスや環境外乱が存在する場合、MPPI は不適切な決定を下す傾向があり、安全性が重要なアプリケーションでの使用が妨げられることが観察されています。
さらに、MPPI で使用されるマルチスレッド シミュレーションは、大量のオンボード計算リソースを必要とするため、最新の GPU を使用しないロボットはこのアルゴリズムにアクセスできません。
これらの問題を軽減するために、予期しない外乱に対するロバスト性を提供し、通常の CPU ではるかに少ない数の並列シミュレーションを使用してリアルタイム計画を実現する新しい (Shield-MPPI) アルゴリズムを提案します。
新しい Shield-MPPI アルゴリズムは、シミュレーションと実験の両方で、積極的な自律型レーシング プラットフォームでテストされています。
結果は、提案されたコントローラーが、最先端の堅牢な MPPI バリアントおよび確率的 MPC 法と比較して、制約違反の数を大幅に削減することを示しています。

要約(オリジナル)

Model Predictive Path Integral (MPPI) control is a type of sampling-based model predictive control that simulates thousands of trajectories and uses these trajectories to synthesize optimal controls on-the-fly. In practice, however, MPPI encounters problems limiting its application. For instance, it has been observed that MPPI tends to make poor decisions if unmodeled dynamics or environmental disturbances exist, preventing its use in safety-critical applications. Moreover, the multi-threaded simulations used by MPPI require significant onboard computational resources, making the algorithm inaccessible to robots without modern GPUs. To alleviate these issues, we propose a novel (Shield-MPPI) algorithm that provides robustness against unpredicted disturbances and achieves real-time planning using a much smaller number of parallel simulations on regular CPUs. The novel Shield-MPPI algorithm is tested on an aggressive autonomous racing platform both in simulation and using experiments. The results show that the proposed controller greatly reduces the number of constraint violations compared to state-of-the-art robust MPPI variants and stochastic MPC methods.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google