任务参数化动作学习(task-parameterized movement learning)

Task-parameterized Gaussian mixture model (TP-GMM)

对于一组示教数据 $\mathbf{\xi }$，从不同的坐标系去观测它
$$X_t^{(j)}={\mathbf{A}}_{t,j}^{-1}({\mathbf{\xi }}_t-{\mathbf{b}}_{t,j})$$
上标 $j$ 代表坐标系，下标 $t$ 代表 示教轨迹数据$(datapoints)$的索引，$A$ 和 $b$ 代表坐标系 $j$的姿态描述和位置描述。这里假设，最初的示教数据是在0系下，经过坐标变换，变到$j$系下（j 系为观测坐标系，论文中取了两个观测坐标系）。TP-GMM 形式为有 $K$个 $component$，其索引为 $i$ 。$TP-GMM$ 具体形式为
{ π i , { μ i ( j ) , Σ i ( j ) } j = 1 P } i = 1 K \{{\pi_i,\{μ_i^{(j)},Σ^{(j)}_i}\}^P_{j=1}\}^K_{i=1} {πi​,{μi(j)​,Σi(j)​}j=1P​}i=1K​
可以看出均值 $\mu$ 和 $\Sigma$ 方差 的维度为 $K\times P$。上式由 $EM$ 算法计算得具体形式：

$h_{t,i}$表示数据点 $t$ 生成于第$i$个 $component$的概率。可以看出 $component$系数是各个坐标系共有的，而均值和方差是在各个坐标系下单独计算。

Task-parameterized Gaussian mixture regression (TP-GMR)

训练出的TP-GMM模型是输入输出（${\xi }^I$ 和 ${\xi }^o$ ）的联合分布（$P$(${\xi }^I$，${\xi }^o$)），对于任务空间中的轨迹数据 （${\xi }^I$ ，${\xi }^o$ ），上标 I 对应（时间）输入维度，O 对应于描述任务空间中路径(位置和方向)的输出维度。接下来通过高斯混合回归计算关于输入输出的条件概率（$P$(${\xi }_t^o$|${\xi }_t^I$)）分布。计算该条件概率分布等价于估计输出分布 $N(u_t^o,{\Sigma }_t^o)$

对于普通的 $GMR$，进行高斯混合回归的步骤为:

将 GMM 的均值和方差拆成输入输出两部分
计算条件概率 $P$(${\xi }_t^o$|${\xi }_t^I$)

假设 $t\in (1,\mathrm{2....},L)$，那么 $L$ 代表示教数据轨迹长度，即每条轨迹有 $L$个数据点。上述步骤循环 $L$ 次，那么我们能得到 $L$ 个条件概率对应的正太分布$P({\xi }_t^o|{\xi }_t^I)=N({\xi }_t^o|u_t^o,{\Sigma }_t^o)$ 等价 $N(u_t^o,{\Sigma }_t^o)$，计算每个正太分布的均值，就得到一条长为L的期望轨迹。

对于 $TP-GMR$, 进行高斯混合回归

我们需要在循环L次的步骤上，再循环 $P$ 次， $P$ 代表坐标系个数，其索引为 $j$。那么我们能得到 $L\times P$ 个条件概率对应的正太分布 ($N(u_t^{o,(j)},{\Sigma }_t^{o,(j)})$),为了方便表示我们去掉上标 $o$，其条件概率分布变为
$$P({\xi }_t^{o,(j)}|{\xi }_t^{I,(j)})=P({\xi }_t^{(j)})=N(u_t^{(j)},{\Sigma }_t^{(j)})$$

轨迹生成

自此我们得到了一个轨迹在起点系的分布，一个终点系的分布。TP-GMM的最终目的是生成带起点和终点位姿约束的可泛化的曲线。$N(u_t^{(j)},{\Sigma }_t^{(j)})$仅代表各个坐标系（起点坐标系和终点）下的轨迹分布。为了生成带起点和终点位姿约束的曲线我们设计一种优化方法，即生成期望轨迹 ${\hat{\xi }}_{t,j}$ 与每个坐标系 $(j)$ 所期望的分布相一致，其目标函数设计为
$$\begin{gathered} {\hat{\xi }}_t=argmin\sum _{j=1}^2({\hat{\xi }}_{t,j}-{\xi }_{t,j}){\Sigma }_t^{(j)}({\hat{\xi }}_{t,j}-{\xi }_{t,j}) \\ {\xi }_{t,j}=A_{t,j}{\xi }_t^{(j)}+b_{t,j} \end{gathered}$$

${}^{\ast }$需要注意的是我们要将所有数据换算到一个坐标系下才能使用 $\sum$ 符号，请注意此时的 $A_{t,j},b_{t,j}$ 由于坐标系是静态的，我们可以写成 $A_j,b_j,j=2$，这两坐标系就是我们需要 generalization 的轨迹的起点和终点

通过对上述方程求导并使其等于零，可以很容易地计算期望轨迹 (${\hat{\xi }}_t$ 即均值 $u_t$) ，用协方差定义的估计误差为 (${\Sigma }_t$) ，同样符合高斯分布 $N(u_t,{\Sigma }_t)$。具体计算为

1. 将 $L\times P$个正太分布 ($N(u_{t,j}^o,{\Sigma }_{t,j}^o)$) 中的均值和方差通过坐标变换从 $j$ 系变换到 $0$系,得 $N(u_{t,j},{\Sigma }_{t,j})$。
   $$u_{t,j}=A_j{u}_t^{(j)}+b_j,{\Sigma }_{t,j}=A_j{\Sigma }_t^{(j)}{A}_j^{-1}$$
2. 计算 $Gaussian$ $product$
   $$\begin{array}{r}N(u_t,{\Sigma }_t)\propto \prod _{j=0}^{P}N(u_{t,j},{\Sigma }_{t,j})\\ {\Sigma }_t=(\sum _{j=1}^P{\Sigma }_{t,j}^{-1}{)}^{-1},u_t={\Sigma }_t\sum _{j=1}^P{\Sigma }_{t,j}^{-1}{u}_{t,j}\end{array}$$