环境不确定性下机器人操作的安全滤波：一种计算方法

在动态和非结构化环境中的机器人操作需要利用关于世界的已知信息和不确定信息的安全机制。现有的安全滤波器通常假设完全可观测性，限制了它们在现实世界任务中的适用性。我们提出了一种基于物理的安全滤波方案，该方案利用高保真度仿真来评估世界参数不确定性下的控制策略。该方法将使用标称参数的密集展开与在临界状态转换处的可并行稀疏重评估相结合，通过用于稳定抓取和执行器限制的广义安全因子进行量化，并通过探测动作实现针对性的不确定性降低。我们在具有不确定物体质量和摩擦的模拟双手操作任务中演示了该方法，表明不安全轨迹可以被高效识别和过滤。我们的结果突出了基于物理的稀疏安全评估作为一种在不确定性下实现安全机器人操作的可扩展策略。