Accelerating Human-Aware Robot Trajectory Generation via Diffusion and Consistency Distillation
arXiv 论文 2608.03159v1 提出一种用于人机交互中机器人操作臂的约束运动规划框架。该方法使用 RRT 和 RRT* 生成碰撞避免和自碰撞避免的轨迹数据集，训练扩散模型，并通过一致性蒸馏加速推理。仿真结果显示，一致性模型在不到 100 毫秒内生成 150 个轨迹候选。
Development
- First ReportAccelerating Human-Aware Robot Trajectory Generation via Diffusion and Consistency DistillationarXiv cs.RO
- Current Assessment该研究展示了扩散模型在机器人运动规划中的实用化路径，通过蒸馏技术解决实时性问题，可能推动人机协作场景中安全轨迹生成的落地。若该方法在真实环境中验证有效，可能影响协作机器人、服务机器人等领域的运动规划方案选择。Agent Pulse · analysis
该研究提出一种用于人机交互中机器人操作臂的约束运动规划框架。对于末端执行器位姿完全指定的非冗余操作臂，碰撞避免和自碰撞避免等额外要求难以作为简单的零空间次要任务处理，这限制了在同时考虑安全和运动学约束的 HRI 环境中生成可行关节空间轨迹。为解决此问题，研究者使用 RRT 和 RRT* 算法生成碰撞和自碰撞感知的轨迹，并用所得数据集训练扩散模型，通过引导采样生成满足约束的轨迹。为减少迭代扩散采样的推理时间，应用了一致性蒸馏，并在损失函数中加入关节加权加加速度正则化项，以惩罚关节加速度的突变，促进更平滑的轨迹。仿真结果表明，一致性模型在不到 100 毫秒内生成 150 个轨迹候选。
该工作将一致性蒸馏应用于机器人轨迹生成，将扩散模型的迭代采样压缩为单步或少量步生成，推理延迟降至 100 毫秒以下，满足实时控制需求。加加速度正则化项通过惩罚关节加速度突变提升轨迹平滑性，可能减少执行器磨损和跟踪误差。下一步可验证该方法在真实机器人上的成功率、轨迹平滑度与安全性的提升幅度。
该研究展示了扩散模型在机器人运动规划中的实用化路径，通过蒸馏技术解决实时性问题，可能推动人机协作场景中安全轨迹生成的落地。若该方法在真实环境中验证有效，可能影响协作机器人、服务机器人等领域的运动规划方案选择。
该技术可降低人机协作场景中机器人轨迹生成的计算延迟，提升响应速度，可能增强协作机器人的安全性和效率，对机器人制造商和自动化集成商具有潜在价值。
后续可关注该方法在真实机器人平台上的部署效果，以及与其他实时规划方法（如基于优化的方法）的对比。若开源代码或数据集发布，可能加速该技术在工业界的采用。