[論文レビュー] A principled analysis of Behavior Trees and their generalisations

Oliver Biggar, Mohammad Zamani+1 more|arXiv (Cornell University)|Aug 27, 2020

Reinforcement Learning in Robotics参考文献 24被引用数 4

ひとこと要約

本論文は、成功、失敗、未知、部分的成功など2つ以上の制御フローの結果をサポートすることで、モularityと反応性を拡張する標準の行動木（BTs）の一般化であるk-行動木（k-BTs）を導入する。k-arity制御構造によるアクション選択の形式化により、k-BTsはBTsの透明性と再利用性を保ちながら、失敗モードや不確実な知識状態を含む複雑なロボット意思決定シナリオのより表現力豊かな処理を可能にする。

ABSTRACT

As complex autonomous robotic systems become more widespread, the need for transparent and reusable Artificial Intelligence (AI) designs becomes more apparent. In this paper we analyse how the principles behind Behavior Trees (BTs), an increasingly popular tree-structured control architecture, are applicable to these goals. Using structured programming as a guide, we analyse the BT principles of reactiveness and modularity in a formal framework of action selection. Proceeding from these principles, we review a number of challenging use cases of BTs in the literature, and show that reasoning via these principles leads to compatible solutions. Extending these arguments, we introduce a new class of control architectures we call generalised BTs or $k$-BTs and show how they can extend the applicability of BTs to some of the aforementioned challenging BT use cases while preserving the BT principles.

研究の動機と目的

• 行動木の基盤的原則（モularityと反応性）を、形式的なアクション選択フレームワーク内で分析・保存すること。
• 標準BTsが、部分的成功や不確実な知識状態のモデル化といった複雑なロボットユースケースにおいて抱える限界を特定すること。
• 2つ以上の結果値をサポートするが、コア原則を維持する行動木の一般化、すなわちk-行動木（k-BTs）を提唱すること。
• k-BTsが、モノリスなFSMや即席の拡張に起因する欠陥を避ける、原理的で構造的な代替手段として、ロボット分野における非構造的制御論理に代わることを示すこと。
• k-BTsが標準BTsや関連アーキテクチャ（例：タスクリasonイング（TR）システム）を自然に拡張でき、読みやすさと再利用性を保つこと。

提案手法

• 成功と失敗の2つの結果値を持つ、反応的でモジュラーな制御に基づく構造的アクション選択モデルを用いてBTsを形式化する。
• k-arity制御フローノードへの拡張により、各ノードがk値（1からkまでの値）の評価に基づいて子ノードを選択する仕組みを導入し、SequenceとFallbackを一般化する。
• k-arity制御ノードを組み合わせることでk-BTsを再帰的に定義し、各部分木が有効で自己完結した制御アーキテクチャのまま保たれることを保証する。
• kの結果を、未知や部分的成功といった例外に類似した状態として解釈し、多様な戻り値の構造的処理を可能にする。
• 2-BTsが標準BTsに正確に一致し、1-BTsがタスクリasonイング（TR）システムに一致することを示し、k-BTsが統合的で一般化された枠組みであることを示す。
• プログラミングにおける例外処理に類似したアナロジーを通じて、k-BTフレームワークを現実のロボット課題（例：障害処理、不確実状態検出）に適用する。

実験結果

リサーチクエスチョン

• RQ1 行動木のモularityと反応性のコア原則は、より複雑な制御アーキテクチャにおいて、どのように形式的に分析され、保存されるのか？
• RQ2 標準行動木は、部分的成功や不確実な知識状態といった洗練されたロボット意思決定シナリオを、どのように処理できないのか？
• RQ3 透明性、再利用性、構造的設計を維持しながら、2つ以上の結果値をサポートする行動木の一般化が可能か？
• RQ4 k-行動木は、タスクリasonイング（TR）システムや従来のBTsと比較して、表現力と保守性の面でどのように異なるか？
• RQ5 k-BTsは、複数の障害モードや確率的結果を含む現実のロボットユースケースにおいて、どのような実用的利点を提供するか？

主な発見

• k-行動木（k-BTs）は、標準行動木の一般化として形式的に定義されており、k個の異なる結果値をサポートする。2-BTsは標準BTsに等しく、1-BTsはタスクリasonイング（TR）システムに等しい。
• k-BTフレームワークは、モularityと反応性のコア原則を保持しており、各部分木が自己完結的で再利用可能かつ予測可能な制御構造のまま保たれる。
• k-BTsは、『未知』や『部分的に成功』といった結果を、制御フローにおける一等級の戻り値として扱うことで、複数の障害モードや非二値結果の構造的処理を可能にする。
• このフレームワークは、非構造的制御論理の複雑さや不透明性を避ける原理的拡張を提供し、gotoに依存したコードから構造的プログラミングへの改善に類似している。
• 制御フローカンディションを例外としてモデル化することで、k-BTsは標準BTsやFSMsよりも表現力が高く、保守性に優れた障害処理を可能にする。特に、不確実または部分的に観測可能な環境において顕著である。
• 非構造的論理が必要となる場合でさえ、k-BTsは可読性と再利用性を保つ構造的代替手段を提供し、即席のコードに起因する欠陥を回避する。