[論文レビュー] Behavior Trees in Robotics and AI: An Introduction

Michele Colledanchise, Petter Ögren|arXiv (Cornell University)|Aug 31, 2017

Reinforcement Learning in Robotics参考文献 56被引用数 184

ひとこと要約

この論文（書籍の章）は、ロボティクスとAIのためのモジュラーでリアクティブな制御アーキテクチャとしてのBehavior Trees (BTs) を導入し、FSMsと対比し、基礎、事例、拡張、分析、計画、学習の側面を概観する。

ABSTRACT

A Behavior Tree (BT) is a way to structure the switching between different tasks in an autonomous agent, such as a robot or a virtual entity in a computer game. BTs are a very efficient way of creating complex systems that are both modular and reactive. These properties are crucial in many applications, which has led to the spread of BT from computer game programming to many branches of AI and Robotics. In this book, we will first give an introduction to BTs, then we describe how BTs relate to, and in many cases generalize, earlier switching structures. These ideas are then used as a foundation for a set of efficient and easy to use design principles. Properties such as safety, robustness, and efficiency are important for an autonomous system, and we describe a set of tools for formally analyzing these using a state space description of BTs. With the new analysis tools, we can formalize the descriptions of how BTs generalize earlier approaches. We also show the use of BTs in automated planning and machine learning. Finally, we describe an extended set of tools to capture the behavior of Stochastic BTs, where the outcomes of actions are described by probabilities. These tools enable the computation of both success probabilities and time to completion.

研究の動機と目的

• Behavior Trees とは何か、なぜ FSMs に対してリアクティブ性とモジュール性を提供するのかを説明する。
• 古典的な BT の定式化と実行セマンティクスを、説明的な例とともに示す。
• Pac-Man およびモバイルマニピュレータを通じてロボティクスにおける BT の応用を実証する。
• 安全性、効率、堅牢性のための設計原理、拡張、分析ツールを調査する。
• BTs、計画、機械学習の関連性を概説する。

提案手法

• BTs を制御フローと実行ノードを持つ根付きツリーとして定義し、ティックベースの実行セマンティクスを説明する。
• 4 種類の制御フローノード（Sequence、Fallback、Parallel、Decorator）と 2 種類の実行ノード（Action、Condition）を提示する。
• 再現性を向上させる仕組みとしてメモリを持つ制御フローノードを説明し、メモリレス等価性について論じる。
• モジュール的な構築を説明するために、Pac-Man とモバイルマニピュレータの具体的な BT の例を提供する。
• BTs への拡張（Utility、Stochastic BTs、dynamic expansions）とそれらの含意を論じる。
• BTs を計画（PA-BT、ABL）および学習（GP-BT、RL-BT、デモンストレーションからの学習）で調査する。

実験結果

リサーチクエスチョン

• RQ1 BTs は FSMs、サブサンプション、テレオリアクティブ・プログラム、意思決定ツリー、逐次挙動合成といった従来の切替アーキテクチャをどのように一般化するのか？
• RQ2 BTs の読みやすさ、リアクティブ性、安全性、熟慮性を高める設計原則は何か？
• RQ3 BTs をどのように拡張・統合して計画と学習と連携させ、自治性を高めることができるか？
• RQ4 実際のロボットやAIシステムで BTs を使用する際の実践的な利点とトレードオフは何か？

主な発見

• BTs は木構造ノードを介した双方向の制御転送を利用することで、FSMs に対するモジュール性とリアクティブ性の利点を提供する。
• メモリ機能付き BTs は不必要な再実行を削減し効率を向上させる一方、メモリなし BTs はよりリアクティブである。
• BTs は Pac-Man やモバイルマニピュレーションのようなタスクを段階的に構築可能であり、モジュール的な構成を示す。
• BTs は従来概念である Subsumption Architecture、Teleo-Reactive プログラム、Decision Trees に関連し、一般化する。
• BTs の拡張（Utility、Stochastic BTs）や計画・学習の統合により、より豊かで適応的な挙動を実現できる。
• BTs は自動運転システムの効率性、安全性、堅牢性を分析するための形式的ツールを提供する。