穿越火焰：基于 AGHF 偏微分方程的快速运动规划，适用于任意目标函数与约束
机器人学
2025-05-06 v1
摘要
在约束条件下为高维机器人系统生成最优轨迹，由于需要在高维空间中同时满足动力学可行性、输入限制和特定任务目标，计算上仍然具有挑战性。近期使用仿射几何热流（AGHF）偏微分方程（PDE）的方法已展现出良好前景，能够在数秒内为 Digit V3 人形机器人等复杂系统生成动力学可行的轨迹。这些方法通过在二维域上演化初始轨迹以最小化控制代价，高效地求解轨迹优化问题。然而，这些 AGHF 方法仅限于单一类型的最优控制问题（即最小化控制范数平方的积分），并且通常需要满足约束的初始猜测以确保令人满意的收敛。这些局限性限制了 AGHF PDE 的潜在效用，尤其是在尝试为机器人系统合成轨迹时。本文推广了 AGHF 公式，使其能够适应任意代价函数，显著扩展了可生成的轨迹类别。本工作还引入了一种 Phase1-Phase2 算法，该算法允许使用违反约束的初始猜测，同时保证令人满意的收敛性。通过在多种动力学系统和具有挑战性的轨迹生成问题上与最先进技术进行对比评估，证明了所提方法的有效性。项目页面：https://roahmlab.github.io/BLAZE/
引用
@article{arxiv.2505.01589,
title = {Phasing Through the Flames: Rapid Motion Planning with the AGHF PDE for Arbitrary Objective Functions and Constraints},
author = {Challen Enninful Adu and César E. Ramos Chuquiure and Yutong Zhou and Pearl Lin and Ruikai Yang and Bohao Zhang and Shubham Singh and Ram Vasudevan},
journal= {arXiv preprint arXiv:2505.01589},
year = {2025}
}
备注
15 pages, 5 figures