约束斯坦变分轨迹优化

我们提出约束斯坦变分轨迹优化（CSVTO），一种对一组轨迹并行执行带约束轨迹优化的算法。我们将约束轨迹优化构建为轨迹分布上一种新颖的约束泛函最小化形式，其避免将约束作为目标中的惩罚项，并使我们能够生成满足约束的多样化轨迹集合。我们的方法使用斯坦变分梯度下降（SVGD）来寻找一组粒子，其在服从约束的同时逼近低代价轨迹上的分布。CSVTO适用于具有可微等式与不等式约束的问题，并包含一个新的粒子重采样步骤以逃离局部极小。通过显式生成多样化轨迹集合，CSVTO更能避免糟糕的局部极小，并对初始化更具鲁棒性。我们证明CSVTO在极具挑战的高度约束任务（如7自由度扳手操作任务）中优于基线方法，在该任务中CSVTO在成功率和约束满足方面均优于所有基线。