PINSAT: Parallelized Interleaving of Graph Search and Trajectory Optimization for Kinodynamic Motion Planning

要約

軌道の最適化は、システムのダイナミクスと制約によって複雑な動作を形成し、合成するためのロボットの動作計画で広く使用されている手法です。
これまでのいくつかの研究では、高次元の連続状態空間および微分制約下での利点が示されています。
ただし、長い期間を見据えて非凸空間の障害物を回避して計画を立てると、収束を保証したり最適な解決策を見つけたりする際に課題が生じます。
その結果、障害物が散乱した環境に直面する場合には、離散グラフ検索プランナーとサンプリングベースのプランナーが好まれます。
最近開発された INSAT と呼ばれるアルゴリズムは、低次元部分空間でのグラフ検索と全次元空間での軌道最適化を効果的に組み合わせて、長期にわたるグローバルな運動力学計画を実現します。
INSAT は複雑な計画問題を推論して解決することに成功しましたが、オプティマイザへの多数の高価な呼び出しにより計画時間が長くなり、そのため実際の使用が制限されました。
エッジベースの並列グラフ検索に関する最近の研究に触発されて、INSAT に体系的な並列化を導入して、関連するベースラインよりも大幅に低いコストを維持しながら、計画時間の短縮と成功率の向上を実現する PINSAT を紹介します。
障害物を伴う 6 DoF の運動力学的操作計画で PINSAT を評価することにより、PINSAT を実証します。

要約(オリジナル)

Trajectory optimization is a widely used technique in robot motion planning for letting the dynamics and constraints on the system shape and synthesize complex behaviors. Several previous works have shown its benefits in high-dimensional continuous state spaces and under differential constraints. However, long time horizons and planning around obstacles in non-convex spaces pose challenges in guaranteeing convergence or finding optimal solutions. As a result, discrete graph search planners and sampling-based planers are preferred when facing obstacle-cluttered environments. A recently developed algorithm called INSAT effectively combines graph search in the low-dimensional subspace and trajectory optimization in the full-dimensional space for global kinodynamic planning over long horizons. Although INSAT successfully reasoned about and solved complex planning problems, the numerous expensive calls to an optimizer resulted in large planning times, thereby limiting its practical use. Inspired by the recent work on edge-based parallel graph search, we present PINSAT, which introduces systematic parallelization in INSAT to achieve lower planning times and higher success rates, while maintaining significantly lower costs over relevant baselines. We demonstrate PINSAT by evaluating it on 6 DoF kinodynamic manipulation planning with obstacles.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google