Learned Perceptive Forward Dynamics Model for Safe and Platform-aware Robotic Navigation

作者: Pascal Roth, Jonas Frey, Cesar Cadena, Marco Hutter · RSS 2025

授權條款

• 開放取用
• 論文: CC BY 4.0

以下內容皆依據論文全文，依其 CC BY 4.0 授權條款使用；圖表已標示作者。

一句話摘要

一個學習而得的模型依據高度掃描與本體感知歷史，預測 ANYmal 的未來姿態與失敗風險，讓 MPPI 規劃器只需一個目標項與一個風險項就能安全規劃。

為何重要

由於碰撞與不可通行的地形已被學進模型中，規劃器的獎勵簡化為兩項，也不需要人工建立的可通行性地圖。此模型針對特定機器人及其行走運動策略訓練，因此其預測反映該平台的特性；它在機載的 Jetson Orin AGX 上以 2048 條取樣軌跡、7 Hz 的頻率執行。

問題

在崎嶇地形中安全導航，需要針對特定機器人及其行走運動策略的能力進行即時可通行性評估。以簡化動力學為基礎的規劃器需要人工設計、針對特定環境的成本函數；而先前為四足機器人學習的正向動力學模型只使用 2D 光達（LiDAR）掃描，只適用於具 2D 障礙物的平坦場景，也沒有轉移到真實機器人上。

提出的方法

感知式正向動力學模型以 GRU 編碼過去狀態與本體感知量測的歷史，以 CNN 編碼目前的高度掃描；接著第二個 GRU 接收一串速度指令，針對十個 0.5 s 的步長，預測對指令速度的修正量（積分為 SE(2) 姿態）以及失敗機率。它先以 Isaac Lab 的模擬資料（包括碰撞與跌倒）預訓練，再以真實 ANYmal 資料微調。MPPI 規劃器取樣動作序列，讓它們通過模型推演，並以目標距離獎勵與失敗風險懲罰來選擇動作序列。

關鍵見解

• 模擬提供了無法在硬體上蒐集的危險動作，例如跌倒與碰撞，而真實世界資料則涵蓋剛體模擬以外的效應，例如在雪上打滑與被植被纏住。
• 預測速度修正量再加以積分，而不是直接預測姿態，等同於在指令動作之上採用殘差形式。
• 高度掃描至關重要：拿掉它會讓位置誤差平均增加 110%，F1 降低 0.13（Appendix D）。
• 在規劃器中保留風險項，讓 2D 環境的成功率提高 2.5%，3D 環境提高 4.6%，代價是路徑較慢、較謹慎。
• 2D 光達（2D-LiDAR）基準方法無法區分樓梯與牆壁，因此太常預測會發生碰撞：召回率較高，但精確率與 F1 較低。

主要結果

• 在所有環境上平均，最後一步的位置誤差比 Kim et al. 的感知式基準方法低 41.28%，比等速模型低 70.57%（摘要中四捨五入為 41%）。
• 失敗預測的 F1 在 2D 環境中為 0.90，在 2D-3D 與 3D 環境中為 0.85（Table II）。Section VI 稱準確率至少為 89%，結論稱至少為 89.20%，而 Table II 中最低的準確率為 89.13%（2D）。
• 規劃成功率（Table III）：2D 中為 88.33%，對比 78.33%（Kim et al.）與 82.50%（啟發式可通行性）；3D 中為 73.75%，對比 48.75% 與 33.13%。摘要將此表述為在崎嶇模擬環境中成功率高出 27%，結論則表述為平均目標成功率 81%。
• 真實世界微調讓平均位置誤差在森林中降低 34.38%，在雪地中降低 30.55%，在鋪面道路上降低 30.30%。
• 機載 Jetson Orin AGX：使用 2048 條軌跡時，每次迭代的模型推論需 40.6 ms，規劃器以 7 Hz 執行；模型有 116 萬個參數，在一張 RTX 4090 上訓練約需八小時。
• 在模擬中為 ANYmal、Barry 與 ANYmal-on-Wheels 分別訓練的模型，對相同的動作序列給出不同的、特定於平台的預測。

限制

• 此模型主要停留在幾何層面，並受限於行走運動策略；它可能在訓練中沒見過的幾何形狀上失敗，例如螺旋樓梯、洞穴或隧道，或在冰面、深泥等極端條件下失敗。
• 模擬中的失敗狀態無法完美對應真實的失敗，而且因為有損壞硬體的風險，真實世界資料中不包含碰撞。
• MPPI 仍需要調校動作分布、指令範圍與時間相關係數，而模擬與學習的設定也帶來其自身的設計選擇。
• 作者並不預期能泛化到訓練領域之外，且此方法沒有考慮社會規範，也沒有考慮快速移動的代理或多個動態代理。
• 在平面環境中失敗很少見（0.042%），而且很可能是模擬不穩定所造成，因此該處的失敗預測 F1 很低（0.10）。

對領域的影響

這篇論文入圍 RSS 2025 傑出系統論文獎決選，被引用 35 次。程式碼與模型釋出於 github.com/leggedrobotics/fdm。

摘要

要在複雜環境中確保安全導航，需要準確的即時可通行性評估，並理解與機器人自身能力相關的環境互動。傳統方法假設簡化的動力學，往往需要設計並調校成本函數，才能安全地把路徑或動作導向目標。這個過程繁瑣、依賴環境，也無法泛化。為了克服這些問題，我們提出一種新穎的、學習而得的感知式正向動力學模型（Forward Dynamics Model，FDM），它以周遭幾何形狀與本體感知量測的歷史為條件，預測機器人的未來狀態，提供一種更具擴展性、更安全且不需啟發式規則的解決方案。FDM 以多年的模擬導航經驗（包括高風險動作）以及真實世界互動訓練，以納入超越剛體模擬的完整系統動力學。我們把感知式 FDM 整合到零樣本的模型預測路徑積分（Model Predictive Path Integral，MPPI）規劃框架中，利用學到的動作、未來狀態與失敗機率之間的映射。這讓我們可以最佳化一個簡化的成本函數，不必為了確保安全而大量調校成本。在足式機器人 ANYmal 上，所提出的感知式 FDM 在位置估計上平均比有競爭力的基準方法改善 41%，在崎嶇的模擬環境中轉化為高出 27% 的導航成功率。此外，我們展示了有效的模擬到現實（Sim2Real）轉移，並呈現以合成資料與真實資料訓練的好處。程式碼與模型已在 https://github.com/leggedrobotics/fdm 公開釋出。

連結

• arXiv 2504.19322: https://arxiv.org/abs/2504.19322
• DOI 10.48550/arXiv.2504.19322: https://doi.org/10.48550/arXiv.2504.19322
• PDF: https://arxiv.org/pdf/2504.19322v1
• 程式碼: https://github.com/leggedrobotics/fdm