Towards Tight Convex Relaxations for Contact-Rich Manipulation

要約

我々は、接触を通して環境と相互作用するロボットシステムのグローバルな運動計画のための新しい方法を提示する。本手法は、凸最適化のツールを用いて、このようなタスクのハイブリッドな性質を直接扱う。ここで、グラフ内のパスは接触シーケンスに対応し、凸集合は固定接触モード内の準静的ダイナミクスをモデル化する。各接触モードについて、物体の姿勢、接触位置、接触力の同時最適化から生じる非凸ダイナミクスを緩和するために半正定値計画法を用いる。その結果、全体的なプランニング問題の凸緩和がタイトになり、効率的に解くことができ、実現可能な接触リッチ軌道を見つけるために素早く丸めることができる。本手法を評価するための最初のアプリケーションとして、平面的な押しのタスクに本手法を適用する。徹底的な実験により、我々の凸最適化手法は、初期推測に依存することなく、大域的最適値から常に数パーセント以内の計画を生成すること、また、接触リッチ計画のための最先端のベースラインが通常失敗するような軌道を、我々の手法が見つけることに成功することが示された。我々は、実際のロボットシステム上でこれらの計画の品質を実証する。

要約(オリジナル)

We present a novel method for global motion planning of robotic systems that interact with the environment through contacts. Our method directly handles the hybrid nature of such tasks using tools from convex optimization. We formulate the motion-planning problem as a shortest-path problem in a graph of convex sets, where a path in the graph corresponds to a contact sequence and a convex set models the quasi-static dynamics within a fixed contact mode. For each contact mode, we use semidefinite programming to relax the nonconvex dynamics that results from the simultaneous optimization of the object’s pose, contact locations, and contact forces. The result is a tight convex relaxation of the overall planning problem, that can be efficiently solved and quickly rounded to find a feasible contact-rich trajectory. As an initial application for evaluating our method, we apply it on the task of planar pushing. Exhaustive experiments show that our convex-optimization method generates plans that are consistently within a small percentage of the global optimum, without relying on an initial guess, and that our method succeeds in finding trajectories where a state-of-the-art baseline for contact-rich planning usually fails. We demonstrate the quality of these plans on a real robotic system.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL