Riemannian Motion Policies
Riemannian Motion Policies
复制标题
黎曼运动策略
DOI：
--
复制
发表时间：
2018
期刊：
影响因子：
--
通讯作者：
Daniel Kappler
中科院分区：
文献类型：
--
作者：
Nathan D. Ratliff;J. Issac;Daniel Kappler
本文介绍了一种用于模块化运动生成的新数学对象，称为黎曼运动策略（RMP）。 RMP 是一个加速度场（动力系统），与定义每个点的重要方向的相应黎曼度量相结合，通常在非线性任务空间上定义。我们通过定义其任务空间的非线性映射网络并组合驻留在给定任务空间的多个 RMP 来推导用于变换 RMP 的算子，并表明这些算子以与自然梯度的协变变换非常类似的方式最佳地保留了度量定义的几何形状。该框架使我们能够通过将不同运动生成范式（从动态系统和动态运动基元到最优控制和模型预测控制）的运动策略融合在一起来架起文献的桥梁。 RMP 易于实现和操作，简化了控制器设计，澄清了许多围绕如何有效结合现有技术及其几何一致性属性的悬而未决的问题，首次使单一平滑和反应性运动生成系统在一系列机器人中的通用应用成为可能，并且具有零重新调整的能力。
This paper introduces a new mathematical object for modular motion generation called the Riemannian Motion Policy (RMP). An RMP is an acceleration field (dynamical system) coupled with a corresponding Riemannian metric defining directions of importance at each point, typically defined on a nonlinear task space. We derive operators for transforming RMPs through the network of nonlinear maps defining their task spaces and combining multiple RMPs residing at a given task space, and show that these operators optimally preserve the geometric defined by the metrics in a way strongly analogous to the covariant transformations of natural gradients. This framework enables us to bridge the literature by fusing motion policies together across differing motion generation paradigms, from Dynamical Systems and Dynamic Movement Primitives to Optimal Control and Model Predictive Control. RMPs are easy to implement and manipulate, simplify controller design, clarify a number of open questions around how to effectively combine existing techniques, and their properties of geometric consistency, for the first time, make feasible the generic application of a single smooth and reactive motion generation system across a range of robots with zero re-tuning.
通过概率推理实现近似最佳的连续时间运动规划和控制
DOI：
10.1109/icra.2017.7989082
发表时间：
2017
期刊：
International Conference on Robotics and Automation
影响因子：
--
作者：
Mukadam, Mustafa;Cheng, Ching-An;Yan, Xinyan;Boots, Byron
通讯作者：
Boots, Byron