Trajectory Optimization under Contact Timing Uncertainties

要約

ロボット工学における最も興味深い問題 (移動や操作など) は、環境との断続的な接触を通じて実現されます。
知覚とモデル化の誤差のため、環境との接触を確立する正確な時間を想定することは非現実的です。
一方で、接触タイミングの不確実性の処理は、不確実な相補性システムの処理や、実行時の組み合わせ最適化問題の解決のいずれかを引き起こすため、難しいことで知られています。
この研究は、接触タイミングの不確実性の下でロバストな制御ポリシーを見つけるための新しい最適な制御定式化を提示します。
私たちの主な目新しさは、接触前状態の候補のロバスト性基準を満たすことを保証し、接触関連の目的を最適化する不確実性セットに対する決定論的な最適化に確率論的問題をキャストすることにあります。
このようにして、相補性制約や組み合わせ爆発を発生させずに、扱いやすい標準的な非線形計画問題を解くだけで済みます。
複数の単純化された移動および操作タスクに関するシミュレーション結果は、公称最適制御定式化と比較して、不確実性を考慮した定式化のロバスト性を示しています。

要約(オリジナル)

Most interesting problems in robotics (e.g., locomotion and manipulation) are realized through intermittent contact with the environment. Due to the perception and modeling errors, assuming an exact time for establishing contact with the environment is unrealistic. On the other hand, handling uncertainties in contact timing is notoriously difficult as it gives rise to either handling uncertain complementarity systems or solving combinatorial optimization problems at run-time. This work presents a novel optimal control formulation to find robust control policies under contact timing uncertainties. Our main novelty lies in casting the stochastic problem to a deterministic optimization over the uncertainty set that ensures robustness criterion satisfaction of candidate pre-contact states and optimizes for contact-relevant objectives. This way, we only need to solve a manageable standard nonlinear programming problem without complementarity constraints or combinatorial explosion. Our simulation results on multiple simplified locomotion and manipulation tasks demonstrate the robustness of our uncertainty-aware formulation compared to the nominal optimal control formulation.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google