SOMTP: Self-Supervised Learning-Based Optimizer for MPC-Based Safe Trajectory Planning Problems in Robotics

要約

モデル予測制御 (MPC) ベースの軌道計画はロボット工学で広く使用されており、コントロール バリア機能 (CBF) 制約を MPC に組み込むことで、障害物回避効率を大幅に向上させることができます。
残念ながら、従来のオプティマイザーはリソースを消費し、このような非凸制約最適化問題 (COP) を解決するのに時間がかかりますが、学習ベースの手法は非凸制約を満たすのに苦労しています。
この論文では、CBF-MPC 軌道計画のための自己教師あり学習ベースのオプティマイザーである SOMTP アルゴリズムを提案します。
具体的には、まず、SOMTP はほとんどの制約を満たすために問題の転写を採用します。
次に、解を安全セットに近づけるために微分可能な SLPG 補正が提案され、次のトレーニング プロセスでガイド ポリシーとして変換されます。
その後、拡張ラグランジアン法 (ALM) にヒントを得て、ガイド ポリシー制約と統合されたトレーニング アルゴリズムが提案され、オプティマイザー ネットワークが実行可能なソリューションに収束できるようになります。
最後に、実験により、提案されたアルゴリズムは他の学習ベースの方法よりも実現可能性が高く、同様の最適性を持つ従来のオプティマイザーよりもはるかに高速にソリューションを提供できることが示されています。

要約(オリジナル)

Model Predictive Control (MPC)-based trajectory planning has been widely used in robotics, and incorporating Control Barrier Function (CBF) constraints into MPC can greatly improve its obstacle avoidance efficiency. Unfortunately, traditional optimizers are resource-consuming and slow to solve such non-convex constrained optimization problems (COPs) while learning-based methods struggle to satisfy the non-convex constraints. In this paper, we propose SOMTP algorithm, a self-supervised learning-based optimizer for CBF-MPC trajectory planning. Specifically, first, SOMTP employs problem transcription to satisfy most of the constraints. Then the differentiable SLPG correction is proposed to move the solution closer to the safe set and is then converted as the guide policy in the following training process. After that, inspired by the Augmented Lagrangian Method (ALM), our training algorithm integrated with guide policy constraints is proposed to enable the optimizer network to converge to a feasible solution. Finally, experiments show that the proposed algorithm has better feasibility than other learning-based methods and can provide solutions much faster than traditional optimizers with similar optimality.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google