动态管道 MPC：利用大规模并行仿真学习管道动力学以实现实际中的鲁棒安全

在拥挤环境中安全导航是机器人学中的关键挑战。通常通过分离规划与跟踪问题来实现，该方法在简化模型上执行规划以生成参考轨迹，并使用控制技术在完整动力学模型上跟踪这些轨迹。不可避免的跟踪误差要求对 nominal 计划进行鲁棒化处理以确保安全；在许多情况下，这通过最坏情况界限实现，忽略了某些规划模型轨迹比其他轨迹更容易被跟踪的事实。在本工作中，我们提出了一种新方法，利用大规模并行仿真学习动态管道表示，该表示将跟踪性能作为规划模型动作函数。随后，规划模型轨迹被优化，使得动态管道位于自由空间，从而允许在实际时在性能与安全之间进行权衡。所得的 Dynamic Tube MPC 应用于 3D 跳跃机器人 ARCHER，实现了对拥挤环境的敏捷且高效的导航，以及安全的无碰撞窄走廊通过。