Long Horizon Planning through Contact using Discrete Search and Continuous Optimization

要約

ロボットは多くの場合、人間のすぐ近くで操作タスクを実行する必要があります。
したがって、近くにいる人を傷つけないように関節トルクを制限し、環境と相互作用してタスクを完了するための新たな可能性を探るロボットアームを使用することが望ましい。
ロボットは、環境に対抗することで、アクチュエータのトルク制限を超えてアクセスできなかった到達可能な作業スペースを拡張し、設計仕様を超えるタスクを達成できます。
ただし、接触の多い複雑なタスクの動作計画には、考えられるさまざまな接触モードと支持位置の組み合わせによる推論が必要であり、これらはロボット内の接触点とリンクの数とともに指数関数的に増加します。
この組み合わせ問題に対処するために、我々は INSAT を開発しました。これはグラフ検索をインターリーブして、近傍解によってシードされた増分軌道最適化を使用してマニピュレーターの関節構成と接触モード空間を調査し、接触を通じて動的に実現可能な軌道を見つけます。
このペーパーでは、実行時のパフォーマンスを向上させる、INSAT アルゴリズムへの最近の追加機能について説明します。
特に、境界制約に違反する実現可能なソリューションを再利用しながら、軌道最適化への呼び出しを系統的に先延ばしにする、最適化拒否を低減した Lazy INSAT を提案します。
このアルゴリズムは、シミュレーションにおける重いペイロードの輸送タスクと物理ハードウェアで評価されます。
シミュレーションでは、Lazy INSAT が、設計制限内で環境と対話することなく達成できないタスクの解決策を発見できることを示します。
環境サポートなしで同じ軌道を実行する場合と比較して、ブレーシングコンタクトを使用すると、軌道を実行するために必要な全体のトルクが減少することが実証されています。

要約(オリジナル)

Robots often have to perform manipulation tasks in close proximity to people. As such, it is desirable to use a robot arm that has limited joint torques to not injure the nearby person and interacts with the environment to explore new possibilities for completing a task. By bracing against the environment, robots can expand their reachable workspace, which would otherwise be inaccessible due to exceeding actuator torque limits, and accomplish tasks beyond their design specifications. However, motion planning for complex contact-rich tasks requires reasoning through the permutations of different possible contact modes and bracing locations, which grow exponentially with the number of contact points and links in the robot. To address this combinatorial problem, we developed INSAT, which interleaves graph search to explore the manipulator joint configuration and the contact mode space with incremental trajectory optimizations seeded by neighborhood solutions to find a dynamically feasible trajectory through contact. In this paper, we present recent additions to the INSAT algorithm that improve its runtime performance. In particular, we propose Lazy INSAT with reduced optimization rejection that systematically procrastinates its calls to trajectory optimization while reusing feasible solutions that violate boundary constraints. The algorithm is evaluated on a heavy payload transportation task in simulation and on physical hardware. In simulation, we show that Lazy INSAT can discover solutions for tasks that cannot be accomplished within its design limits and without interacting with the environment. In comparison to executing the same trajectory without environment support, we demonstrate that the utilization of bracing contacts reduces the overall torque required to execute the trajectory.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google