Belief-Space Planning
- 又称: planning in belief space
- 类别: Planning & manipulation › Motion planning
- 标签: planning-under-uncertainty, pomdp, state-estimation, active-sensing, probabilistic-robotics
在机器人状态的概率分布上进行规划，而不是在单一估计上规划，这样选择动作时既可以为了到达目标，也可以为了降低不确定性。
定义
机器人很少能确切知道自己的状态：它的位姿、物体的位置以及接触的结果，都只能通过带噪声的感知得知。信念（belief）是在给定动作和观测历史的条件下，关于可能状态的概率分布，而信念空间（belief space）是所有这类分布构成的空间。信念空间规划（belief-space planning）通过预测动作将如何改变信念（而不仅仅是名义状态）来选择动作。这让规划器能够在朝目标推进与降低不确定性之间进行权衡，例如在进入狭窄门口之前从路标附近经过以完成定位，或者在抓取物体之前先触碰它以确定其位置。
在形式上，信念空间规划是求解部分可观测马尔可夫决策过程（POMDP）的一种方式。POMDP 是问题的表述；把它改写到信念上，就把它变成了一个完全可观测的决策问题，其中信念扮演状态的角色。信念空间是高维的，对于连续状态则是无穷维的，因此精确解对机器人来说很少可行，各种方法都采用近似。高斯信念空间规划器用均值和协方差表示信念，用扩展卡尔曼滤波传播它，然后在这些紧凑的信念上进行搜索或优化，例如信念路线图和基于 LQG 的运动规划。基于粒子的方法用加权样本表示信念，在线 POMDP 求解器则从当前信念出发搜索一棵由动作和观测序列构成的树。许多系统进一步简化，在规划时假设出现的是最可能的观测，并在真实观测到来时重新规划。
信念空间规划不同于在均值状态上加安全裕度进行规划，后者把不确定性视为固定不变。在信念空间中，动作可以有意地降低不确定性，因此规划中可能包含确定性规划器永远不会选择的信息收集动作。代价是计算量，而规划质量取决于传感器模型和运动模型对未来信念的预测有多准确。在某些任务中，不做前瞻、只对当前估计作出响应的反应式控制器能以低得多的代价取得相当的表现，这也是为什么信念空间规划器常被用作这类方法的基线。
为何重要
只在最佳状态估计上规划的机器人，可能会执意采取在该估计错误时就会失败的动作，例如在认为物体所在的位置进行抓取。信念空间规划让不确定性成为决策的一部分，在定位、感知或探测比失败代价更低时生成包含这些动作的规划，并为判断何时值得花时间做更多感知提供了一种有原则的方法。
主要应用
- 在路标稀疏的情况下进行带主动定位的导航
- 在物体位姿不确定时进行操作，包括基于触觉的定位
- 位置误差超过配合间隙的插装及其他接触任务
- 在信息增益与移动代价之间进行权衡的搜索与探索
- 对其他智能体意图不确定的车辆的决策
- 在部分遮挡的杂乱环境中抓取
实际应用
一台机器人必须把钥匙插入一把锁，而锁的位置只能由相机确定到几毫米以内，这超过了插入间隙。在均值估计上工作的规划器会直接移动到所认为的位置，并经常错过。信念空间规划器用高斯分布表示锁的位置，预测每个候选运动和接触会如何缩小协方差，并发现让钥匙沿锁的表面滑动直到碰到边缘，能以很低的代价消除一个轴向上的不确定性。因此，规划在插入之前包含一个受保护的探测动作。执行过程中，扩展卡尔曼滤波用力读数更新信念，每当观测与预测不符时，规划器就从新的信念出发重新规划。
常见误解
- 信念空间规划只是带误差裕度的规划 — 裕度把不确定性视为固定的，而信念空间规划器可以选择降低不确定性的动作
- 信念就等同于状态估计 — 状态估计通常是单个点，例如均值，而信念是整个分布，包括它的分散程度和形状
- 信念空间规划需要精确求解完整的 POMDP — 实用方法依赖于近似，例如高斯信念、粒子或最可能观测假设
谁需要了解
- 在不确定性下工作的运动规划和任务规划研究人员
- 处理物体位姿不确定性的操作工程师
- 自主导航工程师
- 学习概率机器人学的学生
相关技术
- 扩展卡尔曼滤波（Extended Kalman Filter）
- 粒子滤波器（Particle Filter）
- 在线 POMDP 求解器（Online POMDP Solvers）
- 信念路线图（Belief Roadmap）
- LQG 运动规划（LQG Motion Planning）
- 信息增益度量（Information Gain Metrics）
相关术语
- Partially Observable Markov Decision Process (POMDP)
- Extended Kalman Filter
- Particle Filter
- Interactive Perception
- Robotic information gathering
- Task and Motion Planning