一种物理引导整流的机器人单步动作生成方法
本发明属于机器人具身智能、深度模仿学习与端边协同控制,具体涉及一种物理引导整流的机器人单步动作生成方法及系统。
背景技术:
1、在非结构化复杂环境下,人形机器人及双臂机器人执行精密装配、动态避障、柔性物体操作等灵巧操作任务,依赖于高频、低延迟、高精度的闭环控制策略。基于扩散概率模型与条件流匹配的生成式动作策略能够建模高维、多模态的专家动作分布,但其通常依赖常微分方程或随机微分方程的数值求解,并需要多步迭代生成动作,因而存在推理计算开销。
2、为压缩推理步数,已有轨迹整流与速度场直线化方案利用教师网络构建噪声起点与动作终点之间的确定性配对,并以端点连线矢量作为目标速度训练学生网络。然而,该类方案直接用于机器人动作生成时仍可能存在以下问题:其一,采用统一的时间采样密度时,无法根据机器人所处的距离、姿态、速度及接触状态调整对不同生成时间段的训练关注;即便引入非均匀时间采样,若其偏置参数为固定常量,采样分布仍不随机器人的物理状态与操作阶段变化,难以针对空载转移、逼近与临界接触等不同操作阶段配置不同的训练采样重点;其二,多模态示教的随机配对会使速度场存在交叉或曲率残留,单步生成的动作序列可能出现加速度突变;其三,多模态感知计算与高频控制未解耦时,动作块之间的衔接易出现不连续;其四,单步推理所生成的动作块通常在生成后直接下发至执行机构,缺少在下发之前按各关节物理输出能力进行的可判定校验,也缺少校验不通过时仍能在本轮给出可执行动作的处置路径,一旦单次前向评估所得动作序列沿时间维度的二阶差分超出关节可承受的角加速度,越限指令将直接到达执行机构。
技术实现思路
1、本发明提供一种物理引导整流的机器人单步动作生成方法,用于解决生成式动作策略在单步推理下的速度场拟合不直、动作加速度不连续、单步生成动作块在下发执行机构之前缺乏与关节物理输出能力相对应的可判定校验及其异常处置路径、以及感知计算与闭环执行未协同的问题。
2、本发明提供了如下方案:
3、一种物理引导整流的机器人单步动作生成方法,包括如下步骤:
4、s1、多模态时空条件与相空间状态构建:获取机器人的多视角视觉观测特征、任务指令嵌入以及包含关节位置与广义关节速度的机器人运动相空间状态,构建包含空间上下文与运动相空间状态的统一条件表示 c,并根据所述运动相空间状态计算相空间操作难度因子 ;
5、s2、在线单步推理、关节动力学安全包络校验与闭环动作执行:在机器人实时操作过程中,以步骤s1所得的当前观测的条件表示以及从预设先验噪声分布中采样的随机动作噪声作为输入,利用条件学生网络执行单次前向速度场评估并结合一阶欧拉积分,一步生成多自由度未来动作块序列;对所生成的未来动作块序列,在下发至执行机构之前执行关节动力学安全包络校验:以该未来动作块序列沿动作序列时间维度的二阶差分在各关节上的绝对值为校验量,以根据机器人各关节的额定输出力矩除以关节转动惯量所得力矩约束角加速度上界,与该关节最大允许角加速度取较小值,再乘以动作步长平方,按关节逐一预先确定动作序列二阶差分绝对值上界为该关节的预设安全包络线;当所述校验量在各关节上均不超出该关节的预设安全包络线时,将该未来动作块序列下发至执行机构完成闭环动作执行;当所述校验量在任一关节上超出该关节的预设安全包络线时,将本轮动作生成由所述单次前向速度场评估与一阶欧拉积分动态降级为多步数值积分求解器,由该多步数值积分求解器沿所述条件学生网络的速度场重新生成本轮未来动作块序列后下发至执行机构完成闭环动作执行;
6、其中,所述条件学生网络由预训练的条件流匹配教师网络经包括如下步骤的离线蒸馏预先训练得到:
7、t1、条件轨迹自生成展开与确定性重流对构建:在所述条件表示 c 的约束下,从预设先验噪声分布中采样动作噪声起点 z,沿所述教师网络的速度场执行常微分方程离线多步积分展开,得到与所述动作噪声起点 z 唯一对应的预测动作终点 ,形成包含条件表示、噪声起点与动作终点的确定性重流样本对 ;
8、t2、基于相空间难度的自适应时间偏置采样:根据所述相空间操作难度因子 自适应配置生成流连续时间 的概率密度分布偏置参数,并依据该偏置参数在生成流连续时间域内进行非均匀随机采样;所述概率密度分布为定义于 [0, 1] 区间上、由第一形状参数 与第二形状参数 确定的 beta 分布,其中 随所述相空间操作难度因子 单调不减、 随所述相空间操作难度因子 单调不增,且在全域 上恒满足 ,使得所述概率密度分布的众数位于生成流连续时间域的中点之右并随所述相空间操作难度因子 增大而向先验噪声起始端 移动,即随着相空间操作难度因子 增大,生成流靠近先验噪声起始端 的宏观拓扑决策阶段的采样密度相应提高;
9、t3、恒定目标速度场与物理动力学一致性联合蒸馏:在所述重流样本对的噪声起点 z 与动作终点 之间建立状态空间直线插值 ,以端点方向矢量 作为恒定目标速度,基于步骤t2采样的连续时间 t,以恒定目标速度回归项与物理动力学一致性正则化项之和构成的复合损失训练所述条件学生网络;其中所述恒定目标速度回归项为所述条件学生网络的预测速度场与所述恒定目标速度之差的平方范数,所述物理动力学一致性正则化项为所述条件学生网络在连续时间 t 处的瞬时预测动作序列沿动作序列时间维度的二阶差分的平方和与正的物理动力学权重系数之积,所述瞬时预测动作序列按 由所述预测速度场 与所述插值状态 得到;使所述条件学生网络在拟合无曲率的确定性直线转移速度场的同时,抑制所生成动作序列在时间维度上的加速度突变。
10、作为上述技术方案的进一步改进,步骤s1中,所述相空间操作难度因子 通过对末端空间欧氏距离误差 、姿态角度偏差 、相空间逼近速度标量 以及接触状态指示量 进行加权归一化截断融合计算得到:
11、
12、式中 、、、 为满足 的预设正权重系数, 为预设末端最大容许距离误差, 为预设最大允许逼近速度, 表示将输入数值截断在 [0,1] 区间内;所述四个融合分量分别为:所述末端空间欧氏距离误差 为末端执行器当前空间位置与作业目标空间位置之间的欧氏距离;所述姿态角度偏差 为末端执行器当前姿态与作业目标姿态之间的最小旋转角,取值范围为 ;所述相空间逼近速度标量 为末端执行器相对作业目标的相对速度矢量在由末端执行器当前空间位置指向作业目标空间位置的连线方向上的投影标量;所述接触状态指示量 为二值指示变量,当由安装于末端执行器的力/力矩传感器测得的接触力矢量在接触面法线方向上的分量的突变量超过预设接触突变阈值时取 1,否则取 0。
13、作为上述技术方案的进一步改进,步骤t2中,所述自适应配置生成流连续时间 t的概率密度分布偏置参数具体包括:依据所述相空间操作难度因子 动态调整 beta 分布的形状参数 与 :
14、,
15、式中基准参数与增益系数满足 、、 以及 ;连续时间采样公式为:
16、,
17、式中 为防边界退化偏移常数。
18、作为上述技术方案的进一步改进,步骤t3中,所述复合损失的具体形式为:
19、
20、式中 为条件学生网络预测的速度场, 为恒定目标速度, 为条件学生网络在生成时间 t 对应的瞬时预测动作序列, 为预测动作序列的时序二阶差分加速度项,k 为动作序列的预测时域长度, 为物理动力学权重系数。
21、作为上述技术方案的进一步改进,步骤t1中,所述常微分方程离线多步积分展开采用数值求解器,并以积分步数加倍时展开所得动作终点的偏移量小于预设收敛容差作为积分步数的选取条件;在离线展开过程中,对同一条件表示 c 独立采样多个动作噪声起点进行并行前向积分展开,分别获得与各动作噪声起点一一对应的动作终点,以构建覆盖多种可行作业路径的确定性重流样本对集合。
22、作为上述技术方案的进一步改进,步骤s2中,所述条件学生网络与提供视觉任务特征的视觉语言基座采用异构维度解耦架构:视觉语言基座保持参数冻结,输出隐藏维度为 的条件前缀序列并写入显存键值缓存;条件学生网络采用隐藏特征维度 的动作专家网络,动作专家网络内部交替堆叠自注意力层与跨模态交叉注意力层,其中跨模态交叉注意力层以动作专家网络的隐藏状态作为查询向量,以所述显存键值缓存作为键向量与值向量;动作专家网络在自注意力计算与跨模态交叉注意力计算前,分别对查询向量和键向量施加查询-键规范化;其中在所述跨模态交叉注意力层中,所述查询向量由维度为 的动作专家隐藏状态投影得到、所述键向量由维度为 的所述条件前缀序列投影得到,所述查询-键规范化使由上述两个不同隐藏维度投影所得的查询向量与键向量在参与点积注意力得分运算之前具有统一的数值尺度。
23、作为上述技术方案的进一步改进,步骤s2中,在线单步推理与闭环动作执行过程采用端边异步双线程队列管理机制:控制线程以预设高频控制周期从动作执行队列中读取瞬时目标控制量并驱动机器人关节;当动作执行队列中剩余未执行动作步数低于预设阈值 时,触发异步推理线程执行新一轮观测采样与单步推理,返回包含 k 步连续动作的新动作块序列;其中 ;对新动作块序列与当前动作执行队列中在时间轴上重叠的动作步,按照随时间推进单调递增的新动作置信度权重执行时序聚合平滑:
24、
25、式中 为重叠区间内的相对步长索引, 为随 单调递增的加权函数, 为队列中原有动作, 为新动作块中对应步动作, 为平滑后的最终执行动作。
26、作为上述技术方案的进一步改进,步骤s2中,所述关节动力学安全包络校验设有附加触发条件:当所述条件学生网络在生成流起始时间处的速度场预测残差大于预设异常阈值时,无论所述校验量是否超出所述预设安全包络线,均将本轮动作生成降级为所述多步数值积分求解器;所述多步数值积分求解器的积分步数根据所述校验量超出所述预设安全包络线的超出量确定,且所述积分步数随该超出量的增大而增大。
27、作为上述技术方案的进一步改进,对所述多步数值积分求解器重新生成的未来动作块序列再次执行所述关节动力学安全包络校验:校验通过则下发至执行机构;校验不通过则在本控制周期内使执行机构维持前一控制周期的目标控制量,并触发新一轮观测采样与动作生成。
28、一种物理引导整流的机器人单步动作生成系统,包括: 多模态感知与相空间构建模块:用于获取机器人的视觉观测特征、任务指令嵌入以及包含关节位置与速度的运动相空间状态,构建统一条件表示 c 并计算相空间操作难度因子 ; 离线轨迹整流与数据构建模块:用于利用条件流匹配教师模型,在所述条件表示 c 下对采样噪声起点执行常微分方程多步积分展开,生成一一配对的确定性重流样本对; 自适应时间偏置采样模块:用于根据相空间操作难度因子 自适应调节时间偏置参数,并执行偏向先验噪声起始端的非均匀时间采样; 单步学生网络蒸馏训练模块:用于以恒定目标速度场回归损失结合物理动力学一致性正则化损失对条件学生网络进行蒸馏训练; 在线异步单步推理控制模块:用于基于当前观测条件表示,通过单次学生网络评估与单步欧拉积分生成未来动作块序列,并在下发之前对该未来动作块序列执行关节动力学安全包络校验——以该未来动作块序列沿动作序列时间维度的二阶差分在各关节上的绝对值为校验量,以根据各关节额定输出力矩除以关节转动惯量所得角加速度上界、与最大允许角加速度取较小值,再乘以动作步长平方,按关节逐一预先确定的二阶差分绝对值上界为该关节的预设安全包络线;校验通过时以异步队列机制驱动机器人硬件闭环执行,校验不通过时将本轮动作生成降级为多步数值积分求解器,由该求解器沿所述条件学生网络的速度场重新生成本轮未来动作块序列后再以异步队列机制驱动机器人硬件闭环执行。
29、本发明的有益效果是:
30、(1)确定性重流使单步积分不引入路径曲率误差。本发明利用教师网络的确定性常微分方程展开,为每一个噪声起点建立唯一对应的动作终点,再以两端点连线方向作为恒定目标速度训练学生网络。由于目标速度沿该连线处处相同,学生网络拟合的转移路径为直线而非曲线;在该路径上执行一阶欧拉积分时不引入由路径曲率导致的离散化截断误差,因此可通过一次前向评估和一步欧拉积分生成动作。
31、(2)难度自适应时间偏置与动力学一致性正则。本发明由末端距离误差、姿态偏差、逼近速度与接触状态融合出相空间操作难度因子,并以该难度因子驱动 beta 分布形状参数,使难度因子增大时时间采样的众数向先验噪声起始端移动,从而在宏观拓扑决策所在的时间段投入更多训练采样。物理动力学一致性正则化项直接作用于学生网络输出的预测动作序列,其二阶差分对应离散加速度,因此能够抑制动作序列在时间维度上的加速度突变。
32、(3)键值缓存复用与查询-键规范化支撑低延迟稳定推理。本发明中视觉语言基座的前缀键值缓存仅在观测更新时计算并由动作专家复用;控制线程按固定周期从动作队列读取控制量,推理线程在队列余量低于阈值时异步触发;新旧动作块在重叠区间按随时间单调递增的权重聚合,使聚合结果在重叠区间两端分别过渡至原有动作和新动作,减少动作块接缝处的阶跃。动作专家的查询向量与视觉语言基座的键向量分别由维度不同的两个表征空间投影得到,二者的数值尺度不一致;对参与点积的查询向量与键向量分别施加查询-键规范化,使注意力得分在两个异构维度之间以统一尺度计算。
33、(4)安全包络校验构成生成端到执行端的必经闭环。本发明的关节动力学安全包络校验在动作块下发至执行机构之前进行,是每一轮动作生成由生成端到执行端的必经环节:校验量在各关节上均不超出包络线时该动作块直接下发,任一关节超出时本轮生成降级为多步数值积分求解器重新生成后再下发,两条分支均以下发至执行机构为终点,故该校验不使控制周期出现指令空缺。动作序列沿时间维度的二阶差分对应离散角加速度,而安全包络线由各关节的额定输出力矩除以关节转动惯量换算为角加速度上界、再与最大允许角加速度取较小值得到,故与校验量为同一量纲,校验量与包络线可逐关节直接比较;由于校验位于下发环节之前,超出包络线的动作序列不会到达执行机构。降级所用的多步数值积分求解器沿同一条件学生网络的速度场求解,其离散化截断误差随积分步数增加而减小,因此按超出量增大积分步数可使重新生成的动作序列更接近该速度场的连续解。以生成流起始时间处的速度场预测残差作为附加触发条件时,网络输出异常可在校验量尚未越限的阶段即被截获。再次校验不通过时保持前一控制周期的目标控制量,使执行机构在异常持续期间不接收新的越限指令,同时由新一轮观测采样重新进入生成流程。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com