STOMP

在初始轨迹附近撒一批带噪声的轨迹、按代价加权更新的无梯度轨迹优化器。

STOMP 是 Kalakrishnan、Chitta、Theodorou、Pastor、Schaal 在 ICRA 2011 提出的运动规划方法，属于轨迹优化。它从一条初始轨迹（可以直接穿过障碍物）出发，每轮在周围加噪声生成若干条候选轨迹，逐个路点计算碰撞、约束违反、平滑度等代价，再按代价越低权重越大的方式把噪声加权合成更新量，迭代出平滑、无碰撞的轨迹。它源自强化学习里的路径积分方法 PI²，不需要代价函数的梯度，所以能加入力矩、能耗、末端姿态这类难求导的代价。和依赖代价梯度的 CHOMP 相比，STOMP 借助随机性更不易卡在局部最优，调参也更少；和 OMPL 里的采样式规划器相比，它通常更慢，但轨迹更平滑，往往不需要再做平滑后处理。

例子MoveIt 把 STOMP 做成规划器插件，配置里的 num_rollouts（每轮生成多少条噪声轨迹）、stddev（各关节噪声幅度）以及 CollisionCheck、ObstacleDistanceGradient 等代价函数决定它的行为。

也叫

随机轨迹优化运动规划、STOMP 规划器

相关

CHOMP、TrajOpt、轨迹优化、运动规划、MoveIt、模型预测路径积分控制

来源

MoveIt 2 文档：STOMP Planner
MoveIt 1 教程：STOMP Planner（引用 Kalakrishnan et al. ICRA 2011）