MMP++: Motion Manifold Primitives with Parametric Curve Models

要約

基本的なモーション スキルをエンコードするための多様体ベースのアプローチであるモーション マニホールド プリミティブ (MMP) は、多様な軌道を生成し、システムが目に見えない制約に適応できるようにします。
それにもかかわらず、現在のMMPモデルには、従来のアプローチに見られる時間的変調や経由点変調など、動きプリミティブの重要な機能が欠けていると我々は主張する。
この不足は主に、MMP が離散時間軌道に依存していることに起因します。
これらの制限を克服するために、Motion Manifold Primitives++ (MMP++) を導入します。これは、MMP フレームワークにパラメトリック曲線表現を組み込むことで、MMP と従来の手法の両方の長所を統合する新しいモデルです。
さらに、MMP++ には重大な課題があることも確認しました。それは、潜在空間の幾何学的歪みによるパフォーマンスの低下です。これは、同様の動きが近くに配置されていないことを意味します。
これに対処するために、潜在空間が多様体のジオメトリを正確に保存することを保証する Isometric Motion Manifold Primitives++ (IMMP++) が提案されています。
2-DoF 平面運動、7-DoF ロボット アーム運動、SE(3) 軌道計画など、さまざまなアプリケーションにわたる実験結果は、MMP++ と IMMP++ が軌道生成タスクにおいて既存の手法より優れたパフォーマンスを発揮し、場合によっては大幅な改善を達成することを示しています。
さらに、潜在的な座標と経由点の変調が可能になり、それによって動的環境への効率的なオンライン適応が可能になります。

要約(オリジナル)

Motion Manifold Primitives (MMP), a manifold-based approach for encoding basic motion skills, can produce diverse trajectories, enabling the system to adapt to unseen constraints. Nonetheless, we argue that current MMP models lack crucial functionalities of movement primitives, such as temporal and via-points modulation, found in traditional approaches. This shortfall primarily stems from MMP’s reliance on discrete-time trajectories. To overcome these limitations, we introduce Motion Manifold Primitives++ (MMP++), a new model that integrates the strengths of both MMP and traditional methods by incorporating parametric curve representations into the MMP framework. Furthermore, we identify a significant challenge with MMP++: performance degradation due to geometric distortions in the latent space, meaning that similar motions are not closely positioned. To address this, Isometric Motion Manifold Primitives++ (IMMP++) is proposed to ensure the latent space accurately preserves the manifold’s geometry. Our experimental results across various applications, including 2-DoF planar motions, 7-DoF robot arm motions, and SE(3) trajectory planning, show that MMP++ and IMMP++ outperform existing methods in trajectory generation tasks, achieving substantial improvements in some cases. Moreover, they enable the modulation of latent coordinates and via-points, thereby allowing efficient online adaptation to dynamic environments.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google