用于轨迹生成的符号优化 Fabrics 自动调参
机器人学
2023-02-28 v2
摘要
本文提出一种用于轨迹生成的自动化参数优化方法。我们将参数优化表述为一个约束优化问题，可使用贝叶斯优化有效求解。尽管该方法对任意轨迹生成方法均具通用性，我们基于优化 fabrics 进行了展示。优化 fabrics 是一种基于非黎曼几何的几何轨迹生成方法。通过对 fabrics 树结构进行符号化预求解，我们获得了一种参数化轨迹生成器，称为符号 fabrics。我们表明，自动调参的符号 fabrics 在少量试验内即可达到专家级性能。此外，我们展示了调参结果可跨不同机器人、运动规划问题以及仿真与现实世界之间迁移。最后，我们定性地展示了该框架可用于耦合移动操作。
引用
@article{arxiv.2302.06922,
title = {Autotuning Symbolic Optimization Fabrics for Trajectory Generation},
author = {Max Spahn and Javier Alonso-Mora},
journal= {arXiv preprint arXiv:2302.06922},
year = {2023}
}
备注
7 pages, 9 figures