CLIS-MPPI: 実行遅延下での初期状態サンプリングを用いた閉ループモデル予測パス積分制御

- 本論文は、ロボットの運動計画における実行遅延問題に対処する新しい制御手法 CLIS-MPPI を提案する。 - 従来の Model Predictive Path Integral (MPPI) 制御は、非線形ダイナミクスや非平滑な目的関数を勾配なしで扱えるが、計画遅延により実行時の状態とシミュレーション時の状態がずれ、安全性が損なわれる問題があった。 - CLIS-MPPI は、計画遅延を実行時初期状態の分布としてモデル化し、サンプリングした初期状態からロールアウト最適化を行い、さらに実行中にロールアウトベースの局所フィードバック補正を適用する。 - 6-DoF UR5e マニピュレータを用いた狭路障害物回避とエンドエフェクタ目標到達タスクで実世界実験を行い、標準 MPPI と比較して衝突回避、タスク完了時間、経路長、関節位置・速度 RMSE の改善を確認した。

- 標準 MPPI は計画遅延を明示的に扱わず、実行時の状態ずれにより衝突リスクが生じる。 - CLIS-MPPI は計画遅延を初期状態の分布としてモデル化し、サンプリングに基づくロールアウト最適化と実行中の局所フィードバック補正を組み合わせる点が新しい。 - 実世界の 6-DoF UR5e マニピュレータ実験で、標準 MPPI が 5 回中 2 回衝突したのに対し、CLIS-MPPI は 5 回すべて衝突なしであった。 - 衝突のない実行における平均タスク完了時間、平均エンドエフェクタ経路長、関節位置・速度 RMSE の低減も達成した。

- 計画遅延を実行時初期状態の確率分布としてモデル化する。 - その分布から初期状態をサンプリングし、各サンプルからロールアウト最適化を実行する。 - 制御実行中にロールアウトベースの局所フィードバック補正を適用する。 - これにより、計画と実行の間の状態不一致を明示的に補償する。

- 6-DoF UR5e マニピュレータを用いた実世界実験で検証。 - タスクは狭路における障害物回避とエンドエフェクタの目標到達。 - 同一タスクを 5 回実行し、標準 MPPI は 2 回衝突、CLIS-MPPI は 5 回すべて衝突なし。 - 衝突のない実行の平均で、タスク完了時間が 25.4s から 24.4s に、エンドエフェクタ経路長が 0.456 m から 0.425 m に減少。 - 関節位置 RMSE は 0.100 rad から 0.017 rad、関節速度 RMSE は 0.108 rad/s から 0.011 rad/s に減少。

- 要旨からは、提案手法の限界や失敗事例、計算コスト、遅延分布の仮定に関する議論は明示されていない。 - 実世界実験の結果から、安全性、計画と実行の一貫性、運動の滑らかさが改善されたと主張している。 - より広いタスクや異なる遅延条件での汎用性については要旨からは不明。

- 要旨で参照・比較されている研究は標準 MPPI のみ。 - 関連手法として、Sampling-based motion planning、Model Predictive Control (MPC)、Stochastic MPC、Delay-aware control などが同分野の定番として挙げられる。 - 具体的な次に読むべき論文は要旨からは特定できない。