原創(chuàng) | 文 BFT機器人?

機器人要在迷宮中找到出路并非易事，試想我們讓機器人穿越一個孩子的游戲室，散落在地板上的各種玩具和各類家具擋住了一些潛在的路徑。這個混亂的”迷宮“要求機器人在不與任何障礙物相撞的情況下計算到達(dá)目的地的最優(yōu)路徑，機器人該怎么做呢？

01

GCS算法提升機器人復(fù)雜環(huán)境下的行動能力

麻省理工學(xué)院（MIT）計算機科學(xué)與人工智能實驗室（CSAIL）的研究人員提出的“凸集圖（GCS）軌跡優(yōu)化”算法提供了一種可擴展的、無碰運動規(guī)劃系統(tǒng)，以滿足這些機器人導(dǎo)航需求。

該方法將圖搜索（一種在網(wǎng)絡(luò)中查找離散路徑的方法）與凸優(yōu)化（一種優(yōu)化連續(xù)變量的高效方法，以使給定成本最小化）相結(jié)合，可以快速找到穿越類似迷宮環(huán)境的路徑，同時優(yōu)化機器人的軌跡。GCS可以在多達(dá)14個維度（可能更多）中繪制無碰撞軌跡，旨在改善機器在倉庫、圖書館和家庭等環(huán)境中的協(xié)同工作。

由CSAIL領(lǐng)導(dǎo)的項目在較短時間內(nèi)一直比可比較的規(guī)劃者找到更短的路徑，顯示了GCS在復(fù)雜環(huán)境中高效規(guī)劃的能力。在演示中，該系統(tǒng)熟練地引導(dǎo)著兩只攜帶杯子的機械臂繞過書架，同時優(yōu)化最短的時間和路徑。這兩只機械臂的同步運動猶如伴隨舞蹈，圍繞著書架的邊緣擺動，而不會讓物體掉落。在后續(xù)的設(shè)置中，研究人員移除了書架，機器人交換了噴漆瓶的位置，并互相遞送了一個糖盒。

這些現(xiàn)實世界測試的成功顯示了該算法在制造領(lǐng)域的潛力，例如兩只協(xié)同工作的機械臂可以從貨架上取下物品。同樣，這對機械臂可以幫助在家庭或圖書館中整理書籍，避免附近的其他物體。盡管以前這類問題是通過基于采樣的算法解決的，這些算法在高維空間中可能很困難，但GCS使用了快速的凸優(yōu)化，并且可以有效地協(xié)調(diào)多個機器人的工作。

Dexai Robotics的聯(lián)合創(chuàng)始人兼首席執(zhí)行官David M.S. Johnson表示：

“機器人在應(yīng)用中的重復(fù)、預(yù)先規(guī)劃的動作方面表現(xiàn)出色，如汽車制造或電子裝配，但在新穎環(huán)境或任務(wù)中進行實時運動生成時則很困難。先前的最先進運動規(guī)劃方法采用了‘中樞和輻條’的方法，使用預(yù)先計算的有限數(shù)量的固定配置圖，已知是安全的。在操作過程中，機器人必須嚴(yán)格遵循這張路線圖，通常導(dǎo)致機器人運動效率低下。使用凸集圖（GCS）進行運動規(guī)劃使機器人能夠輕松適應(yīng)預(yù)先計算的凸區(qū)域內(nèi)的不同配置——使機器人能夠‘拐彎’，因為它制定運動計劃。通過這樣做，GCS允許機器人使用凸優(yōu)化在非常高效的條件下迅速計算計劃在安全區(qū)域內(nèi)。這篇論文提出了一種新穎的方法，有望顯著提高機器人運動速度和效率以及其適應(yīng)新穎環(huán)境的能力。”

GCS在模擬演示中也表現(xiàn)出色，團隊考慮了四軸飛行器如何在建筑物中飛行，而不會撞到樹木，也不會在進入門窗時失敗。該算法優(yōu)化了繞過障礙物的路徑，同時考慮了四旋翼飛行器豐富的動態(tài)特性。

02

GCS算法的亮點

麻省理工學(xué)院團隊成功背后的秘訣涉及兩個關(guān)鍵要素的結(jié)合：圖搜索和凸優(yōu)化。GCS的第一個元素通過探索節(jié)點來搜索圖，計算每個節(jié)點的不同屬性，以找到隱藏的模式并識別達(dá)到目標(biāo)的最短路徑。類似于用于Google地圖距離計算的圖搜索算法，GCS創(chuàng)建不同的軌跡以到達(dá)其沿途每一點，并向其最終目的地前進。

通過結(jié)合圖搜索和凸優(yōu)化，GCS可以找到通過錯綜復(fù)雜環(huán)境的路徑，并同時優(yōu)化機器人的軌跡。GCS通過在周圍區(qū)域繪制不同的點，然后計算如何在到達(dá)最終目的地的過程中到達(dá)每個點。這條軌跡考慮了不同的角度，以確保機器人避免與障礙物的邊緣相撞。由此產(chǎn)生的運動計劃使機器能夠通過潛在的障礙物，精確地通過每一個轉(zhuǎn)彎，就像司機在狹窄的街道上避免事故一樣。

GCS最初是在2021年的一篇論文中提出的，作為在圖中找到最短路徑的數(shù)學(xué)框架，其中穿越一個邊需要解決一個凸優(yōu)化問題。在大型圖和高維空間中精確移動到每個頂點，GCS在機器人運動規(guī)劃中具有明顯的潛力。在隨后的一篇論文中，麻省理工學(xué)院第六年博士生Tobia Marcucci及其團隊開發(fā)了一種將他們的框架應(yīng)用于機器人在高維空間中移動的復(fù)雜規(guī)劃問題的算法。該團隊的2023年的文章上周被《科學(xué)機器人》雜志封面報道，而該小組的最初工作已經(jīng)被《工業(yè)與應(yīng)用數(shù)學(xué)學(xué)會》（SIAM）的《優(yōu)化雜志》接受發(fā)表。

盡管該算法在沒有碰撞的情況下穿越狹窄空間方面表現(xiàn)出色，但仍有提升的空間。CSAIL團隊指出，GCS最終可能有助于解決更復(fù)雜的問題，其中機器人必須與其環(huán)境接觸，例如推動或滑動物體。該團隊還在探索將GCS軌跡優(yōu)化應(yīng)用于機器人任務(wù)和運動規(guī)劃。

若您對該文章內(nèi)容有任何疑問，請與我們聯(lián)系，我們將及時回應(yīng)。文章來源地址http://www.zghlxwxcb.cn/news/detail-763098.html

到了這里，關(guān)于GCS軌跡優(yōu)化算法：有效提升機器人在復(fù)雜環(huán)境下的行動能力的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！