[論文レビュー] A Survey of Behavior Trees in Robotics and AI

Matteo Iovino, Edvards Scukins+3 more|arXiv (Cornell University)|May 12, 2020

Evolutionary Algorithms and Applications被引用数 31

ひとこと要約

この論文は、AIとロボティクスにおけるビヘイビアツリー（BT）を調査し、コア理論、アーキテクチャ、バリアント、および応用を詳述し、オープン課題について論じている。

ABSTRACT

Behavior Trees (BTs) were invented as a tool to enable modular AI in computer games, but have received an increasing amount of attention in the robotics community in the last decade. With rising demands on agent AI complexity, game programmers found that the Finite State Machines (FSM) that they used scaled poorly and were difficult to extend, adapt and reuse. In BTs, the state transition logic is not dispersed across the individual states, but organized in a hierarchical tree structure, with the states as leaves. This has a significant effect on modularity, which in turn simplifies both synthesis and analysis by humans and algorithms alike. These advantages are needed not only in game AI design, but also in robotics, as is evident from the research being done. In this paper we present a comprehensive survey of the topic of BTs in Artificial Intelligence and Robotic applications. The existing literature is described and categorized based on methods, application areas and contributions, and the paper is concluded with a list of open research challenges.

研究の動機と目的

• AIとロボティクスにおける従来のFSMよりもビヘイビアツリーを用いる動機を説明する。
• 理論、方法、および応用分野ごとにBT文献を分類・分析する。
• ロボットシステムにおけるモジュール性、リアクティビティ、および分析をBTがどのように向上させるかを強調する。
• BT研究の未解決の課題と将来の方向性を特定する。

提案手法

• Google Scholar、Scopus、Web of Science の既存のBT文献をキーワード検索でレビューし、分類する。
• コア BT コンポーネント（Sequence、Fallback、Parallel、Action、Condition）とそれらの実行意味論を説明する。
• BTに関連する安定性、堅牢性、および確率解析を含む理論的発展を要約する。
• ゲームAI、ロボティクス（操作、移動ロボット、空中/水中）、学習/計画の拡張にわたるBTの応用を統合する。

実験結果

リサーチクエスチョン

• RQ1 基本的なBTの概念は何で、FSMや他のスイッチングアーキテクチャとどのように異なるか。
• RQ2 BTはAIとロボティクスにおける理論、学習、計画のためにどのように拡張・適用されてきたか。
• RQ3 BTの主な適用分野は何か、それぞれでどのような利点を提供するか。
• RQ4 BT研究の未解決の課題と将来の方向性は何か。

主な発見

• BTは明示的なタスク階層、シーケンス、フォールバック、リアクティビティ、すべての木レベルでの統一されたインタフェースを提供し、モジュール性と可読性を高める。
• BTは収束性、堅牢性、確率的解析を含むコア理論の観点で分析され、HMM、RL/GPなどの概念と関連づけられる。
• 文献の分類はゲームAI、ロボティクス（操作、移動ロボット、空中/水中）および学習/計画を含み、多くのBTバリアントと拡張を伴う。
• 取り上げられる拡張にはUtility BT、メモリ拡張シーケンス、パラメータ化、同時実行/並列BT、HTN計画およびモーション生成との統合が含まれる。
• 動的環境での適時なタスク切替を可能にする、実行状態と再帰的ティックを通じたリアクティブ性の強調が強い。