MMP++：基于参数曲线模型的运动流形基元
人工智能
2024-08-19 v4 机器学习
机器人学
摘要
运动流形基元（MMP）是一种基于流形编码基本运动技能的方 法，能够生成多样化轨迹，使系统适应未见的约束。然而，我们认为当前的 MMP 模型缺乏传统方法中运动基元的关键功能，例如时间和途经点调制。这一不足主要源于 MMP 对离散时间轨迹的依赖。为克服这些局限，我们提出运动流形基元++（MMP++），一种通过将参数曲线表示纳入 MMP 框架而融合 MMP 与传统方法优势的新模型。此外，我们识别出 MMP++ 的一个重大挑战：潜空间中几何畸变导致的性能退化，即相似运动并未紧密相邻。为此，提出等距运动流形基元++（IMMP++）以确保潜空间准确保持流形几何。我们在包括 2 自由度平面运动、7 自由度机械臂运动和 SE(3) 轨迹规划等多种应用上的实验结果表明，MMP++ 与 IMMP++ 在轨迹生成任务上优于现有方法，某些情况下取得显著提升。此外，它们支持潜坐标与途经点的调制，从而实现对动态环境的高效在线适应。
引用
@article{arxiv.2310.17072,
title = {MMP++: Motion Manifold Primitives with Parametric Curve Models},
author = {Yonghyeon Lee},
journal= {arXiv preprint arXiv:2310.17072},
year = {2024}
}
备注
15 pages. The paper will appear in the IEEE Transactions on Robotics