使用归一化流与分布外投影的变分推断 MPC
机器人学
2022-05-11 v1 机器学习
摘要
我们提出了一种用于无碰撞导航的模型预测控制(MPC)方法,该方法使用摊销变分推断,通过训练以起点、目标和环境为条件的归一化流来近似最优控制序列的分布。这种表示使我们能够学习一个同时考虑机器人动力学和复杂障碍物几何形状的分布。然后我们可以从该分布中采样,以生成既可能面向目标又无碰撞的控制序列,作为我们提出的 FlowMPPI 基于采样的 MPC 方法的一部分。然而,在部署该方法时,机器人可能会遇到分布外(OOD)环境,即与训练所用环境截然不同的环境。在这种情况下,学到的流不能被信任以产生低成本控制序列。为使我们的方法推广到 OOD 环境,我们还提出了一种在 MPC 过程中对环境表示进行投影的方法。该投影将环境表示改变为更接近分布内,同时优化真实环境中的轨迹质量。我们在 2D 双积分器和 3D 12 自由度欠驱动四旋翼上的仿真结果表明,带投影的 FlowMPPI 在分布内和 OOD 环境(包括由真实世界数据生成的 OOD 环境)上均优于最先进的 MPC 基线。
引用
@article{arxiv.2205.04667,
title = {Variational Inference MPC using Normalizing Flows and Out-of-Distribution Projection},
author = {Thomas Power and Dmitry Berenson},
journal= {arXiv preprint arXiv:2205.04667},
year = {2022}
}
备注
Robotics: Science and Systems (RSS) 2022