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

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

许可协议

• 开放获取
• 论文: CC BY 4.0

以下内容均依据论文全文，按其 CC BY 4.0 许可协议使用；其中的图已注明作者。

一句话总结

一个学习得到的模型根据高度扫描和本体感知历史预测 ANYmal 的未来位姿和失败风险，因此 MPPI 规划器只需一个目标项和一个风险项即可安全规划。

为何重要

由于碰撞和不可通行地形已被学习进模型中，规划器的奖励简化为两项，也不需要人工构建的可通行性地图。该模型针对特定机器人及其运动策略训练，因此其预测反映的是该平台的特性；它在机载 Jetson Orin AGX 上以 2048 条采样轨迹、7 Hz 的频率运行。

问题

在崎岖地形中安全导航，需要针对特定机器人及其运动策略的能力进行实时可通行性评估。基于简化动力学的规划器需要人工设计、针对特定环境的代价函数；而此前针对四足机器人学习的正向动力学模型只使用 2D LiDAR 扫描，只适用于带 2D 障碍物的平坦场景，也没有迁移到真实机器人上。

提出的方法

感知式正向动力学模型用 GRU 编码过去状态和本体感知测量的历史，用 CNN 编码当前高度扫描；随后第二个 GRU 接收一串速度指令，针对十个 0.5 s 的步长预测对指令速度的修正量（积分为 SE(2) 位姿）以及失败概率。它先在 Isaac Lab 的仿真数据（包括碰撞和摔倒）上预训练，再在真实 ANYmal 数据上微调。MPPI 规划器对动作序列进行采样，让它们经过模型推演，并以目标距离奖励和失败风险惩罚来选择动作序列。

关键见解

• 仿真提供了在硬件上无法收集的危险机动，例如摔倒和碰撞，而真实世界数据则涵盖了刚体仿真之外的效应，例如在雪上打滑和被植被缠住。
• 预测速度修正量并对其积分，而不是直接预测位姿，相当于在指令动作之上采用残差形式。
• 高度扫描至关重要：去掉它会使位置误差平均增加 110%，F1 降低 0.13（Appendix D）。
• 在规划器中保留风险项，使 2D 环境中的成功率提高 2.5%，3D 环境中提高 4.6%，代价是路径更慢、更谨慎。
• 2D-LiDAR 基线无法区分楼梯和墙壁，因此过于频繁地预测碰撞：召回率更高，但精确率和 F1 更低。

主要结果

• 在所有环境上平均，最后一步的位置误差比 Kim et al. 的感知式基线低 41.28%，比恒速模型低 70.57%（摘要中四舍五入为 41%）。
• 失败预测的 F1 在 2D 环境中为 0.90，在 2D-3D 和 3D 环境中为 0.85（Table II）。Section VI 称准确率至少为 89%，结论称至少为 89.20%，而 Table II 中的最低准确率为 89.13%（2D）。
• 规划成功率（Table III）：2D 中为 88.33%，对比 78.33%（Kim et al.）和 82.50%（启发式可通行性）；3D 中为 73.75%，对比 48.75% 和 33.13%。摘要将其表述为在崎岖仿真环境中成功率高出 27%，结论则表述为平均目标成功率 81%。
• 真实世界微调使平均位置误差在森林中降低 34.38%，在雪地中降低 30.55%，在铺装路面上降低 30.30%。
• 机载 Jetson Orin AGX：使用 2048 条轨迹时每次迭代的模型推理耗时 40.6 ms，规划器以 7 Hz 运行；模型有 116 万个参数，在一张 RTX 4090 上训练约需八小时。
• 在仿真中为 ANYmal、Barry 和 ANYmal-on-Wheels 分别训练的模型，对相同的动作序列给出了不同的、特定于平台的预测。

局限

• 该模型主要停留在几何领域，并受限于运动策略；它可能在训练中未见过的几何形状上失败，例如螺旋楼梯、洞穴或隧道，或在冰面、深泥等极端条件下失败。
• 仿真中的失败状态无法完美对应真实失败，而且由于存在损坏硬件的风险，真实世界数据中不包含碰撞。
• MPPI 仍需调节动作分布、指令范围和时间相关因子，而仿真和学习设置也带来了自身的设计选择。
• 作者并不期望模型能泛化到训练域之外，且该方法没有考虑社会规范，也没有考虑快速移动的智能体或多个动态智能体。
• 在平面环境中失败很少见（0.042%），且很可能由仿真不稳定引起，因此那里的失败预测 F1 很低（0.10）。

对领域的影响

该论文入围 RSS 2025 杰出系统论文奖决选，被引用 35 次。代码和模型发布在 github.com/leggedrobotics/fdm。

摘要

在复杂环境中确保安全导航，需要准确的实时可通行性评估，以及理解与机器人自身能力相关的环境交互。传统方法假设简化的动力学，往往需要设计并调节代价函数，才能安全地将路径或动作引向目标。这一过程繁琐、依赖环境且不可泛化。为克服这些问题，我们提出一种新颖的、通过学习得到的感知式正向动力学模型（Forward Dynamics Model，FDM），它以周围几何形状和本体感知测量的历史为条件预测机器人的未来状态，提供了一种更具可扩展性、更安全且无需启发式规则的方案。FDM 在多年的仿真导航经验（包括高风险机动）以及真实世界交互上进行训练，以纳入超出刚体仿真的完整系统动力学。我们将感知式 FDM 集成到零样本的模型预测路径积分（Model Predictive Path Integral，MPPI）规划框架中，利用学到的动作、未来状态与失败概率之间的映射。这使得我们可以优化一个简化的代价函数，无需为确保安全而进行大量代价调节。在足式机器人 ANYmal 上，所提出的感知式 FDM 将位置估计相比有竞争力的基线平均提高了 41%，这在崎岖的仿真环境中转化为高出 27% 的导航成功率。此外，我们展示了有效的仿真到现实迁移，并呈现了在合成数据和真实数据上训练的好处。代码和模型已在 https://github.com/leggedrobotics/fdm 公开发布。

链接

• 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
• 代码: https://github.com/leggedrobotics/fdm