拡散モデルと一貫性蒸留による人間協調ロボット軌道生成の高速化

本研究は、人間とロボットのインタラクション（HRI）環境におけるロボットマニピュレータのための制約付き動作計画フレームワークを提案する。非冗長マニピュレータでエンドエフェクタの姿勢が完全に指定される場合、衝突回避や自己衝突回避などの追加要件は、単純なヌルスペースの二次タスクとして扱うことが難しい。この問題に対処するため、Rapidly-exploring Random Tree (RRT) および RRT* アルゴリズムを用いて衝突回避と自己衝突回避を考慮した軌道を生成し、そのデータセットで拡散モデルを訓練する。拡散モデルはガイド付きサンプリングにより制約を満たす軌道を生成する。さらに、反復的な拡散サンプリングの推論時間を短縮するために consistency distillation を適用し、損失関数に joint-weighted jerk regularization 項を組み込んで、関節加速度の急激な変化を罰することでより滑らかな軌道を促進する。

先行研究では、非冗長マニピュレータの完全指定エンドエフェクタ姿勢下での衝突回避や自己衝突回避をヌルスペースの二次タスクとして扱うことが困難であり、HRI環境で安全性と運動学的制約を同時に考慮した関節空間軌道の生成が課題とされていた。本研究は、RRT/RRT* で生成したデータセットを用いて拡散モデルを訓練し、ガイド付きサンプリングにより制約を満たす軌道を生成する点で新しい。さらに、consistency distillation を適用して推論時間を短縮し、jerk regularization を導入して軌道の滑らかさを向上させている点が先行研究と比べて優れている。

手法の核は、まず RRT および RRT* アルゴリズムを用いて衝突回避と自己衝突回避を考慮した軌道データセットを生成すること。次に、このデータセットで拡散モデルを訓練し、ガイド付きサンプリングにより制約を満たす軌道を生成する。推論時間を短縮するために consistency distillation を適用し、反復的な拡散サンプリングを1回のステップに蒸留する。さらに、損失関数に joint-weighted jerk regularization 項を追加し、関節加速度の急激な変化を罰することで軌道の滑らかさを向上させる。

シミュレーション実験により検証した。consistency model が 100 ms 未満で 150 個の軌道候補を生成できること、高いエピソード成功率を維持すること、jerk regularization を適用した場合に関節およびエンドエフェクタの jerk が大幅に低減されることを示した。

要旨からは、提案手法の限界や実機での検証、他の環境での汎用性などについての議論は不明。また、consistency distillation による品質のトレードオフや、jerk regularization の重み設定の影響なども詳細は不明。

要旨で参照されている研究として、RRT および RRT* アルゴリズム、拡散モデル、consistency distillation に関する論文が挙げられる。具体的には、拡散モデルの基礎論文（Denoising Diffusion Probabilistic Models）や consistency models の論文、および RRT の元論文（Rapidly-exploring random trees: A new tool for path planning）などが関連する。