跳到主要内容
返回时间线
arXiv来源发表:

安全过滤器不再求模型导数:Sim2CBF只用前向仿真,在箱体倾倒任务上守住安全

核心概要

机器人避障常依赖控制屏障函数,但求解安全过滤器通常要对预测模型求导,而接触丰富的物理仿真器和学习型世界模型往往给不出可靠导数。Sim2CBF把屏障约束用有限差分近似,再在采样控制输入上做局部线性插值,把原优化问题化为只需前向评估的二次规划,并保留基于备份策略的避障保证。在仿真箱体倾倒任务中,插值加混合方案在多次试验里达到较高的安全率;在Dubins车潜空间任务中,其安全成功率为0.95,高于直接混合的0.86与采样选择的0.82,低于神经屏障函数方案的1.00。

Source-provided article image: Sim2CBF: From Forward Simulations to Implicit Control Barrier Function Safety Filtering without Model Derivatives
arXiv

深度剖析

安全过滤器可以在不计算预测模型导数的情况下求解,只靠前向仿真评估就能把标称控制修正到避开失败状态。 此前的做法要么用梯度法求解安全过滤器、需要动力学对控制输入的雅可比,要么退化为纯采样选择,性能依赖采样策略且随控制维度变差。 在1维双积分器上,解析动力学、MJX自动微分与MJWarp前向评估三种预测模型被比较计算时间,自动微分在模拟接触动力学时明显变慢,而MJWarp在建模接触时计算时间更低;在2维双积分器碰撞避让任务中,解析、采样选择与插值加混合都成功避开障碍并朝目标推进。

方法把屏障约束的导数换成有限差分,并在采样控制输入构成的凸包上做线性插值,从而得到一个凸二次规划。 有限差分后的约束对控制输入是非线性的,直接求解仍需导数;插值把它变成对插值权重线性的约束,求解时只用到采样点的函数值。 候选控制输入包含标称输入和按构造满足原约束的备份输入,再补充任务空间小扰动样本;在7自由度Franka Panda仿真箱体倾倒任务中,插值与混合方案在多次试验中达到较高的安全率。

隐式屏障函数由备份策略的有限时域 rollout 构造,因此更换预测模型、输入约束或失败集合时不需要重新训练。 神经屏障函数把安全集参数化进网络,模型或失败规范一变就要重训;隐式构造则把安全性交给 rollout 评估。 在Dubins车潜空间任务中,插值加混合的安全成功率为0.95,直接混合为0.86,采样选择为0.82,神经屏障函数加采样选择为1.00;换成单观测设置后,插值加混合仍为0.94,神经屏障函数方案降到0.11。

启示与展望

演示范围包括1维双积分器、7自由度Franka Panda仿真箱体倾倒、UFACTORY xArm 7硬件箱体倾倒,以及在学习型世界模型潜空间中的Dubins车避障;硬件实验中箱体尺寸与重量已知,位姿由AprilTags估计。

有限差分条件只在预测时刻保证避障,相邻采样时刻之间不保证;插值约束只在采样控制输入的凸包内近似原非线性约束,误差随凸包增大而增大。硬件实验中感知误差使构造出的屏障函数偏保守,作者指出改善感知可降低这种保守性。