MPPI-IPDDP: Hybrid Method of Collision-Free Smooth Trajectory Generation for Autonomous Robots

要約

この論文では、自律移動ロボットの衝突のない滑らかな軌道を生成するように設計されたハイブリッド軌道最適化手法を紹介します。
サンプリング ベースのモデル予測パス積分 (MPPI) 制御と勾配ベースの内点微分動的計画法 (IPDDP) を組み合わせることで、探索と平滑化におけるそれぞれの強みを活用します。
提案された方法である MPPI-IPDDP には 3 つのステップが含まれます。 まず、MPPI 制御を使用して粗い軌道を生成します。
第二に、衝突のない凸型回廊が構築される。
3 番目に、IPDDP を適用して、2 番目のステップの衝突のないコリドーを利用して、粗い軌道を滑らかにします。
私たちのアプローチの有効性を実証するために、提案したアルゴリズムを差動駆動車輪付き移動ロボットと点質量クワローターの軌道最適化に適用します。
他の MPPI バリアントや継続的最適化ベースのソルバーと比較すると、私たちの手法は計算の堅牢性と軌道の滑らかさの点で優れたパフォーマンスを示します。
コード: https://github.com/i-ASL/mppi-ipddp ビデオ: https://youtu.be/-oUAt5sd9Bk

要約(オリジナル)

This paper presents a hybrid trajectory optimization method designed to generate collision-free, smooth trajectories for autonomous mobile robots. By combining sampling-based Model Predictive Path Integral (MPPI) control with gradient-based Interior-Point Differential Dynamic Programming (IPDDP), we leverage their respective strengths in exploration and smoothing. The proposed method, MPPI-IPDDP, involves three steps: First, MPPI control is used to generate a coarse trajectory. Second, a collision-free convex corridor is constructed. Third, IPDDP is applied to smooth the coarse trajectory, utilizing the collision-free corridor from the second step. To demonstrate the effectiveness of our approach, we apply the proposed algorithm to trajectory optimization for differential-drive wheeled mobile robots and point-mass quadrotors. In comparisons with other MPPI variants and continuous optimization-based solvers, our method shows superior performance in terms of computational robustness and trajectory smoothness. Code: https://github.com/i-ASL/mppi-ipddp Video: https://youtu.be/-oUAt5sd9Bk

arxiv情報

提供元, 利用サービス

arxiv.jp, Google