《Robotics》：Diffusion-Guided Trajectory Priors for Efficient Robotic Manipulator Motion Planning in Dynamic Environments
编辑推荐：
面向含移动障碍物环境中的6-DoF（six-degree-of-freedom，六自由度）机械臂实时轨迹规划仍是一个开放挑战，因为规划器必须同时满足碰撞避免、关节限位和严格时延约束。现有基于扩散（diffusion）的规划器存在三个结构性局限：单分辨率去噪迫使
面向含移动障碍物环境中的6-DoF（six-degree-of-freedom，六自由度）机械臂实时轨迹规划仍是一个开放挑战，因为规划器必须同时满足碰撞避免、关节限位和严格时延约束。现有基于扩散（diffusion）的规划器存在三个结构性局限：单分辨率去噪迫使全局拓扑与局部几何在单次前向中竞争模型容量；对所有轨迹路点统一施加静态障碍物快照，这是不正确的，因为当机械臂到达未来数秒后的路点时障碍物已移动；标量碰撞引导无法沿轨迹定位修正努力。本文提出一种层次化条件扩散框架，用于结构化关节空间轨迹生成，其条件包括起始与目标位置、静态工作空间几何以及动态障碍物运动。为保证时间一致性，采用时空交叉注意力模块（spatio-temporal cross-attention module）将每个路点查询与其对应执行时刻的预测障碍物状态对齐。此外，提出一种学习型GuidanceScheduler，其使用逐路点碰撞惩罚剖面，从而在去噪过程中实现时间定向引导，而非标量惩罚。该框架在Kinova J2S6S300机械臂的10,800条专家轨迹上训练，并在1200个留出场景上评估。其达到93.5%规划成功率，而最佳学习型基线层次化扩散策略（Hierarchical Diffusion Policy，HDP）为82.5%，绝对提升11个百分点；与ST-CHOMP后处理结合时达到95.0%，推理时延为243 ms。
研究背景与问题：面向制造、机器人辅助手术和协作装配等场景，6-DoF（six-degree-of-freedom，六自由度）机械臂在动态环境中的实时规划需同时满足碰撞避免、关节限位与有界时延。采样规划器如RRT*（渐近最优快速扩展随机树）逐查询求解且不利用历史数据，动态场景中效率不足；优化方法如CHOMP（协变哈密顿优化运动规划）与STOMP依赖可行初值，初始轨迹碰撞时计算昂贵；早期VAE（变分自编码器）与GAN（生成对抗网络）生成规划存在训练不稳定和分布偏移；扩散模型虽训练稳定、可表示多模态轨迹并支持成本引导，但现有扩散规划器仍有单分辨率去噪、动态障碍静态快照、标量碰撞引导三项局限。因此，研究人员开展层次化条件扩散规划研究，以结构化生成关节空间轨迹先验，并解耦先验生成与可行性优化。
研究人员提出层次化条件扩散框架：Stage 1生成16路点粗全局轨迹，Stage 2细化至64路点；时空交叉注意力按路点执行时刻对齐动态障碍预测；学习型GuidanceScheduler以逐路点碰撞惩罚剖面调制去噪引导；ST-CHOMP以扩散轨迹热启动进行时空可行性优化。框架在10,800条专家轨迹上训练，在1200个留出场景评估，达到93.5%成功率，优于HDP的82.5%，结合ST-CHOMP后达95.0%，推理243 ms；其意义在于同时提升动态场景成功率、轨迹效率与实时性，并保持局部 feasibility 优化。
关键技术方法（不超过250字）：研究人员构建12,000条无碰撞关节空间轨迹数据集（Kinova J2S6S300机械臂，MuJoCo 3.4.0，RRT*生成；10,800条训练，1200条留出评估）。采用两阶段层次条件扩散：Stage 1生成16路点粗全局轨迹，Stage 2细化至64路点；使用时空交叉注意力（spatio-temporal cross-attention）将各路点与对应执行时刻的动态障碍预测对齐；学习型GuidanceScheduler输出逐路点碰撞惩罚剖面以调制去噪引导；最后以ST-CHOMP（时空协变哈密顿优化运动规划后处理）进行热启动可行性优化。评估在Gazebo 11.15.1及Kinova J2S6S300硬件回放。
研究结果：4.1.1 与学习型基线比较：通过200条随机留出轨迹与HDP、RL+APF等比较，提出方法成功率93.5%，高于HDP 82.5%和RL+APF 68.0%（p<0.001）；静态仅场景96.0%对MPD 95.0%（p=0.630），推理153.6 ms对74.9 ms，路径更短且更平滑。4.1.2 与生成模型比较：通过200条测试比较碰撞避免，提出方法89.0%，高于Vanilla Diffusion 60.0%、GAN 34.0%、VAE 41.0%（p<0.001），关节空间路径4.56 rad最短，但推理259.6 ms较高。4.1.3 与经典规划器比较：通过1200组测试，提出方法93.5%，RRT* 37.0%且平均6079 ms，提出方法约少25倍时间；MPPI成功率43.0%且路径17.848 rad、效率0.658，提出方法路径4.271 rad。4.1.4 后处理器比较：通过50个测试比较ST-CHOMP、RRT*与MPC，ST-CHOMP成功率100%、目标误差0.0029 m、耗时1.81 s；RRT*成功率100%、误差0.0017 m、2.74 s；MPC预优化碰撞概率15.53%但10.08 s，故选择ST-CHOMP。4.1.5 ST-CHOMP后处理评估：通过100条测试，扩散热启动成功率95.0%，目标误差0.004±0.001 m，碰撞率0.719±2.590%，平滑度0.995±0.002，最小间隙0.328±0.150 m，ST-CHOMP活跃迭代16±54.3，总时延1.118 s、最大2.495 s，显示热启动高效。4.2.1 架构骨干比较：通过150轮独立训练与1200条测试，Transformer成功率91.0%、训练损失0.090、平滑度1.31×10
?3、路径3.82 m、目标距离0.055 m，参数815,494，显著优于MLP、LSTM、1D-CNN。4.2.2 Transformer组件评估：通过渐进消融，MLP成功率52.0%，加交叉注意力66.5%，加位置编码75.0%，加四头注意力82.5%，完整Transformer 91.0%，完整模型显著更优。4.2.3 时空条件评估：通过1200条测试比较五种动态障碍条件，提出时空编码成功率90.2%、目标误差0.035 m、最小间隙0.32 m；无动态分支77.6%（p<0.001），与扁平向量85.5%（p=0.11）、静态快照87.8%（p=0.36）、时间未对齐89.3%（p=0.75）无统计显著优势。4.2.4 GuidanceScheduler评估：通过1200条轨迹比较引导架构，无引导成功率82.8%、碰撞率14.6%，固定标量87.4%/9.7%，逐路点固定90.8%/6.1%，自适应93.5%/3.5%；权重敏感性中W=2.0为最佳工作点，成功率94.0%、碰撞率1.9%。4.2.5 动态障碍条件策略：通过无conditioning、常速预测、Kalman与oracle比较，常速预测碰撞8.7%、成功率87.6%、间隙0.082 m、目标误差0.029 m、41 ms；Kalman 8.62%/84.0%/45 ms；oracle 3.1%/94.2%/41 ms，常速预测适合近线性障碍，oracle为上限。4.2.6 球基障碍物近似评估：通过100个额外实验比较纸箱、可乐罐、书架的Tight-1、Loose-1及k=2/4/8多球模型，Loose-1在测试几何中表现一致并含0.05 m安全裕度，故选用。4.2.7 鲁棒性评估：通过转弯、加速、停走、传感噪声、100 ms延迟及分布外（OOD）布局测试，基线成功率91%、转弯96%、加速61%、停走83%，噪声与延迟组合92%，OOD布局32%，显示对非线性运动部分鲁棒但加速与OOD脆弱。4.3.1 仿真定性分析：通过Gazebo自定义SDF场景与球近似，生成平滑无碰撞轨迹；四种生成模型中层次扩散成功率9/10、碰撞避免91%，高于Vanilla 63%、VAE 47%、GAN 38%，路径4.18 rad最短但推理244.7 ms最高。4.3.2 运行时动态避障可视化：通过含静态与动态障碍物场景可视化，扩散先验生成全局轨迹，ST-CHOMP与在线前视碰撞检查生成执行轨迹，显示局部可行性与安全性。4.3.3 初步硬件验证：通过Kinova J2S6S300物理机械臂无障碍回放，10/10成功（100%），路径3.41 rad，优于GAN 9.23 rad和VAE 7.64 rad；仅验证运动学可行性与平滑性，未做物理避障。运动学合规分析：通过10条样本检查关节位置、速度、加速度约束，100%满足；未考虑障碍检测、自碰撞、力矩与跟踪误差。4.4 失败模式分析：通过100任务分析，95成功，5失败均为移动障碍物碰撞；无不可达、超时、逆运动学失败、自碰撞；原因动态障碍进入已规划轨迹，短时常速预测限制。
讨论与结论：讨论部分指出常速障碍预测无法处理非线性运动且无不确定性估计，建议探索不确定性感知或多假设预测；仅仿真因缺乏外感受传感，需深度相机感知与真实障碍验证；仅一种机械臂，需跨平台数据集与碰撞模型；球表示对高度非凸或铰接物体可能不足。研究结论译文：本工作提出一种基于关节空间层次化条件扩散模型的Kinova J2S6S300 6-DoF机械臂静态与动态环境轨迹规划方法，包括16路点全局规划器、64路点局部细化器和规划器到细化器条件模块。时空交叉注意力模块负责使路点以对应执行时间步的预测障碍状态为条件，学习型GuidanceScheduler以逐路点去噪引导替代恒定标量碰撞惩罚。在1200个测试案例中，该框架规划成功率为93.5%（比最佳基线高11.0个百分点），经ST-CHOMP细化后为95.0%，所需规划时间比RRT*少25倍。尽管成功，仍有若干问题需改进。第一，常速障碍预测器无法处理非线性运动，这从重规划间期失败可见，且不产生不确定性估计。因此，探索更先进的不确定性感知预测器或多假设方法将有意义。其次，由于物理平台缺乏外感受传感，算法仅在仿真中测试，需要深度相机感知和基于真实障碍物的验证。此外，测试仅针对一种特定机械臂，因此需为跨平台评估开发新数据集和碰撞模型。最后，障碍物的球表示对于高度非凸或铰接物体可能不足。
