COSMIK-MPPI：近接する動的な人間環境における衝突回避への、制約付きモデル予測制御のスケーリング

Abstract

トルク制御型マニピュレータと人間との間で安全な物理的相互作用を確実に行うことは、ロボットを日常環境で展開するために不可欠です。モデル予測制御（MPC）は、ハード制約を扱えること、強力な保証を提供できること、そして予測推論によってゼロショット適応性を実現できることから、適切な枠組みとして注目されています。しかし、勾配ベースMPC（GB-MPC）ソルバは、複雑な環境における衝突回避の性能が限定的であることが示されています。モデル予測経路積分（MPPI）制御のようなサンプリングベースの手法は、確率的ロールアウトによって代替案を提供しますが、加算的ペナルティによって安全性を強制することは、本質的に脆弱です。つまり、形式的な制約充足の保証が提供されないからです。私たちは、COSMIK-MPPIと呼ばれる衝突回避の枠組みを提案します。これは、MPPIと、人の運動推定のためのRT-COSMIKツールボックス、および「Constraints-as-Terminations（制約を終端として扱う）」の転写を組み合わせることで構成されます。ここでは、制約違反を終端事象として扱うことで安全性を強制し、大きなペナルティ項や明示的な人の運動予測に依存しません。提案手法は、シミュレーションおよび実機のマニピュレータアームにおいて、最先端のGB-MPCと標準的なMPPIに対して評価されます。その結果、COSMIK-MPPIは計算時間を一定（22 ms）に保ちながら課題成功率100%を達成し、GB-MPCを大きく上回ることが示されました。シミュレーション上の成立不能な状況では、COSMIK-MPPIは標準的なMPPIとは対照的に、常に衝突のない軌道を生成します。これらの性質により、手頃なマーカレスの人間運動推定器を用いて共有作業空間における複雑な実世界のヒューマンロボット協調タスクを安全に実行でき、予測に基づく衝突回避として堅牢で、適合的で、実用的な解決策を実証しました（https://exquisite-parfait-ffa925.netlify.app で紹介された結果をご参照ください）