Improved Exploration for Safety-Embedded Differential Dynamic Programming Using Tolerant Barrier States

要約

本論文では、探索能力を強化した軌道最適化のための新しい安全性埋め込み手法であるTolerant Discrete Barrier States (T-DBaS)を紹介する。提案手法は、標準的な離散バリアステート（DBaS）法を一般化し、その安全保証を近似的に維持しつつ、最適化プロセス中の一時的な制約違反に対応する。その結果、提案手法はDBaSの安全な公称軌道の仮定を排除し、局所最小値からの脱出のための探索効果を向上させる。T-DBaSをセーフティクリティカルな自律型ロボットに適用するために、差分動的計画法（DDP）と組み合わせ、ソルバーの収束性と拡張性を継承した安全軌道最適化手法T-DBaS-DDPを提案している。T-DBaSアルゴリズムの有効性は、差動駆動ロボットとクワッドローターのシミュレーションで検証された。さらに、古典的なDBaS-DDPやAugmented-Lagrangian DDP（AL-DDP）とも比較し、提案手法の優位性を示す大規模な数値比較を行った。最後に、ジョージア工科大学ロボタリウムプラットフォームを用いたハードウェア実験により、提案手法の適用可能性を検証する。

要約(オリジナル)

In this paper, we introduce Tolerant Discrete Barrier States (T-DBaS), a novel safety-embedding technique for trajectory optimization with enhanced exploratory capabilities. The proposed approach generalizes the standard discrete barrier state (DBaS) method by accommodating temporary constraint violation during the optimization process while still approximating its safety guarantees. Consequently, the proposed approach eliminates the DBaS’s safe nominal trajectories assumption, while enhancing its exploration effectiveness for escaping local minima. Towards applying T-DBaS to safety-critical autonomous robotics, we combine it with Differential Dynamic Programming (DDP), leading to the proposed safe trajectory optimization method T-DBaS-DDP, which inherits the convergence and scalability properties of the solver. The effectiveness of the T-DBaS algorithm is verified on differential drive robot and quadrotor simulations. In addition, we compare against the classical DBaS-DDP as well as Augmented-Lagrangian DDP (AL-DDP) in extensive numerical comparisons that demonstrate the proposed method’s competitive advantages. Finally, the applicability of the proposed approach is verified through hardware experiments on the Georgia Tech Robotarium platform.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL