Core Concepts
後退視野計画の予測視野を効率的に近似することで、オンラインでマルチコンタクトモーションを計画できる。
Abstract
本論文では、マルチコンタクトモーションを効率的にオンラインで計画するための2つの新しい手法を提案する。
多段階モデル精度後退視野計画 (MF-RHP)
予測視野では簡略化されたモデルを使うことで、全体の計算量を削減する。
実行視野では正確なモデルを使うことで、動力学的に整合性のある軌道を生成する。
局所誘導後退視野計画 (LG-RHP)
オラクルを学習し、局所的な目標状態を予測する。
局所的な価値関数に基づいて短い視野の最適化問題を解くことで、オンラインでの計算を実現する。
シミュレーションと実機実験の結果、LG-RHPが最も高い計算効率を達成し、動的環境下でのオンラインマルチコンタクト計画を実現できることを示した。
Stats
提案手法のMF-RHPとLG-RHPは、従来の後退視野計画に比べて95%-98.6%のサイクルでオンラインで収束できる。
提案手法は、ヒューマノイドロボットTalosの動的環境下でのマルチコンタクトロコモーションをオンラインで計画できることを実証した。
Quotes
"To enable online Receding Horizon Planning (RHP) of multi-contact motions, we find efficient approximations of the value function."
"Locally-guided RHP features a shortened planning horizon, it achieves the highest online convergence rate (95.0%-98.6% cycles computes online) compared to the traditional RHP (baseline) and multi-fidelity RHP."