Safe Execution of Learned Orientation Skills with Conic Control Barrier Functions

要約

Learning from Demonstration (LfD) の分野では、動的システム (DS) がリアルタイムのモーションを生成し、事前定義された目標に到達する能力により大きな注目を集めています。
ただし、DS によって示される従来の収束中心の動作は、安全性が重要なタスク、具体的には、摂動や人間の介入が存在する場合でも、実証された軌道の正確な複製や制約された領域への厳密な遵守を必要とするタスクでは不十分である可能性があります。
さらに、既存の DS 研究では、ユークリッド空間のみでのデモンストレーションが想定されていることが多く、さまざまなアプリケーションにおける方向性の重要な側面が見落とされています。
これらの欠点を軽減するために、参照軌道を囲む制限された領域内で学習した方向調整スキルを安全に実行できるようにすることを目的とした革新的なアプローチを紹介します。
これには、SO(3) 上の安定した DS を学習し、専門家のデモンストレーションで観察された変動から時変円錐制約を抽出し、制約を満たすために円錐制御バリア関数 (CCBF) で DS の進化を制限することが含まれます。
私たちはシミュレーションでの広範な評価を通じてアプローチを検証し、支援された遠隔操作のコンテキストにおける切断スキルに対するその有効性を実証しました。

要約(オリジナル)

In the field of Learning from Demonstration (LfD), Dynamical Systems (DSs) have gained significant attention due to their ability to generate real-time motions and reach predefined targets. However, the conventional convergence-centric behavior exhibited by DSs may fall short in safety-critical tasks, specifically, those requiring precise replication of demonstrated trajectories or strict adherence to constrained regions even in the presence of perturbations or human intervention. Moreover, existing DS research often assumes demonstrations solely in Euclidean space, overlooking the crucial aspect of orientation in various applications. To alleviate these shortcomings, we present an innovative approach geared toward ensuring the safe execution of learned orientation skills within constrained regions surrounding a reference trajectory. This involves learning a stable DS on SO(3), extracting time-varying conic constraints from the variability observed in expert demonstrations, and bounding the evolution of the DS with Conic Control Barrier Function (CCBF) to fulfill the constraints. We validated our approach through extensive evaluation in simulation and showcased its effectiveness for a cutting skill in the context of assisted teleoperation.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google