Lập biểu đồ khóa học an toàn cho robot tự hành trong môi trường không chắc chắn cao

Các nhà nghiên cứu của MIT đã phát triển một hệ thống lập kế hoạch quỹ đạo cho các phương tiện tự hành cho phép chúng di chuyển từ điểm xuất phát đến vị trí mục tiêu ngay cả khi có nhiều bất ổn khác nhau trong môi trường. Nhà cung cấp hình ảnh: Jose-Luis Olivares, MIT dựa trên con số do các nhà nghiên cứu cung cấp

Một kỹ thuật mới đã được phát triển để hướng dẫn một cách an toàn rô bốt tự hành mà không cần biết về điều kiện môi trường của nó hoặc kích thước, hình dạng hoặc vị trí của các chướng ngại vật mà nó có thể gặp phải.

Một tàu vũ trụ tự hành khám phá những vùng xa của vũ trụ lao xuống bầu khí quyển của một hành tinh ngoài hành tinh xa xôi. Phương tiện robot và các nhà nghiên cứu lập trình nó không biết nhiều về môi trường này.

Với rất nhiều sự không chắc chắn, làm thế nào tàu vũ trụ có thể vạch ra một quỹ đạo an toàn giúp nó không bị đè bẹp bởi một số chướng ngại vật di chuyển ngẫu nhiên hoặc bị thổi bay bởi những cơn gió mạnh đột ngột?

Các nhà nghiên cứu của MIT đã phát triển một kỹ thuật mới có thể giúp tàu vũ trụ này hạ cánh an toàn. Cách tiếp cận của họ có thể cho phép một chiếc xe tự hành vạch ra một quỹ đạo an toàn có thể chứng minh được trong những tình huống không chắc chắn, nơi có nhiều yếu tố không chắc chắn liên quan đến cả điều kiện môi trường và vật thể mà chiếc xe có thể va chạm.

Kỹ thuật này thậm chí có thể giúp một chiếc xe tìm được đường đi an toàn xung quanh các chướng ngại vật di chuyển theo những cách ngẫu nhiên và thay đổi hình dạng của chúng theo thời gian. Nó vạch ra một quỹ đạo an toàn đến một khu vực được nhắm mục tiêu ngay cả khi không biết chính xác điểm xuất phát của xe và khi không rõ xe sẽ di chuyển như thế nào do các nhiễu động môi trường như gió, hải lưu hoặc địa hình gồ ghề.

Đồng tác giả Weiqiao Han, một nghiên cứu sinh tại Khoa Kỹ thuật Điện và Khoa học Máy tính và Phòng thí nghiệm Khoa học Máy tính và Trí tuệ Nhân tạo ( CSAIL).

“Các sứ mệnh không gian robot trong tương lai cần quyền tự chủ nhận thức rủi ro để khám phá những thế giới xa xôi và cực đoan mà chỉ có những kiến thức trước đây không chắc chắn mới tồn tại. Để đạt được điều này, các thuật toán lập kế hoạch quỹ đạo cần phải lý giải về sự không chắc chắn và đối phó với các mô hình không chắc chắn phức tạp và các hạn chế an toàn, ”đồng tác giả Ashkan Jasour, cựu nhà khoa học nghiên cứu CSAIL, hiện làm việc trên hệ thống robot tạiNASAPhòng thí nghiệm sức đẩy phản lực (JPL).

Tham gia cùng Han và Jasour trên bài báo là tác giả cấp cao Brian Williams, giáo sư hàng không và du hành vũ trụ và là thành viên của CSAIL. Nghiên cứu sẽ được trình bày tại Hội nghị Quốc tế IEEE về Robot và Tự động hóa và đã được đề cử cho giải thưởng báo cáo xuất sắc.

Tránh các giả định

Bởi vì vấn đề lập kế hoạch quỹ đạo này rất phức tạp, các phương pháp khác để tìm ra một con đường an toàn phía trước sẽ đưa ra các giả định về phương tiện, chướng ngại vật và môi trường. Jasour nói rằng những phương pháp này quá đơn giản để áp dụng trong hầu hết các môi trường thực tế và do đó chúng không thể đảm bảo quỹ đạo của chúng an toàn trong điều kiện có những ràng buộc an toàn không chắc chắn phức tạp.

“Sự không chắc chắn này có thể đến từ sự ngẫu nhiên của tự nhiên hoặc thậm chí từ sự không chính xác trong hệ thống nhận thức của xe tự hành,” Han nói thêm.

Thay vì đoán các điều kiện môi trường chính xác và vị trí của các chướng ngại vật, thuật toán mà họ đã phát triển các lý do về xác suất quan sát các điều kiện môi trường khác nhau và các chướng ngại vật tại các địa điểm khác nhau. Nó sẽ thực hiện các phép tính này bằng cách sử dụng bản đồ hoặc hình ảnh của môi trường từ hệ thống nhận thức của robot.

Sử dụng cách tiếp cận này, các thuật toán của họ hình thành lập kế hoạch quỹ đạo như một bài toán tối ưu hóa có xác suất. Đây là một khung lập trình toán học cho phép robot đạt được các mục tiêu lập kế hoạch, chẳng hạn như tối đa hóa vận tốc hoặc giảm thiểu mức tiêu thụ nhiên liệu, đồng thời xem xét các hạn chế về an toàn, chẳng hạn như tránh chướng ngại vật. Các thuật toán xác suất mà họ đã phát triển lý do về rủi ro, đó là xác suất không đạt được các ràng buộc an toàn và các mục tiêu lập kế hoạch đó, Jasour nói.

Nhưng vì vấn đề liên quan đến các mô hình và ràng buộc không chắc chắn khác nhau, từ vị trí và hình dạng của từng chướng ngại vật đến vị trí xuất phát và hành vi của robot, nên việc tối ưu hóa xác suất này quá phức tạp để giải quyết bằng các phương pháp tiêu chuẩn. Các nhà nghiên cứu đã sử dụng thống kê bậc cao hơn về phân phối xác suất của độ không đảm bảo để chuyển đổi tối ưu hóa xác suất đó thành một bài toán tối ưu hóa xác định đơn giản hơn, đơn giản hơn có thể được giải quyết hiệu quả với các bộ giải hiện có.

“Thách thức của chúng tôi là làm thế nào để giảm kích thước của tối ưu hóa và xem xét các ràng buộc thực tế hơn để làm cho nó hoạt động. Jasour nói: Đi từ lý thuyết hay đến ứng dụng tốt cần rất nhiều nỗ lực.

Trình giải quyết tối ưu hóa tạo ra một quỹ đạo có giới hạn rủi ro, có nghĩa là nếu robot đi theo con đường, xác suất nó sẽ va chạm với bất kỳ chướng ngại vật nào không lớn hơn một ngưỡng nhất định, chẳng hạn như 1 phần trăm. Từ đó, họ có được một chuỗi các đầu vào điều khiển có thể điều khiển phương tiện một cách an toàn đến vùng mục tiêu của nó.

Các khóa học về biểu đồ

Họ đánh giá kỹ thuật này bằng cách sử dụng một số kịch bản điều hướng mô phỏng. Trong một lần, họ lập mô hình một phương tiện dưới nước vẽ biểu đồ đường đi từ một số vị trí không chắc chắn, xung quanh một số chướng ngại vật có hình dạng kỳ lạ, đến một khu vực mục tiêu. Nó có thể đạt được mục tiêu một cách an toàn ít nhất là 99 phần trăm thời gian. Họ cũng sử dụng nó để lập bản đồ quỹ đạo an toàn cho một phương tiện bay tránh một số vật thể bay 3D có kích thước và vị trí không chắc chắn và có thể di chuyển theo thời gian, trong khi có gió mạnh ảnh hưởng đến chuyển động của nó. Bằng cách sử dụng hệ thống của họ, máy bay đã đạt được khu vực mục tiêu của nó với xác suất cao.

Tùy thuộc vào độ phức tạp của môi trường, các thuật toán mất từ vài giây đến vài phút để phát triển quỹ đạo an toàn.

Các nhà nghiên cứu hiện đang làm việc trên các quy trình hiệu quả hơn sẽ giảm đáng kể thời gian chạy, điều này có thể cho phép họ tiến gần hơn đến các kịch bản lập kế hoạch thời gian thực, Jasour nói.

Han cũng đang phát triển bộ điều khiển phản hồi để áp dụng vào hệ thống, điều này sẽ giúp chiếc xe đi gần hơn với quỹ đạo dự kiến của nó ngay cả khi nó có lúc chệch khỏi hướng đi tối ưu. Anh ấy cũng đang nghiên cứu triển khai phần cứng cho phép các nhà nghiên cứu chứng minh kỹ thuật của họ trong một robot thực sự.

Tham khảo: “Tối ưu hóa quỹ đạo có giới hạn rủi ro phi Gaussian cho các hệ thống phi tuyến tính ngẫu nhiên trong môi trường không chắc chắn” của Weiqiao Han, Ashkan Jasour và Brian Williams, ngày 6 tháng 3 năm 2022, Khoa học máy tính> Người máy .
arXiv: 2203.03038

Nghiên cứu này được hỗ trợ một phần bởi Boeing.

Theo Scitechdaily