[論文レビュー] Complexity Results and Fast Methods for Optimal Tabletop Rearrangement with Overhand Grasps

Shuai D. Han, Nicholas M. Stiffler+3 more|arXiv (Cornell University)|Nov 17, 2017

Robotic Path Planning Algorithms参考文献 42被引用数 4

ひとこと要約

本稿では、オーバーハンドハンドリングを用いた最適なテーブトップオブジェクトの再配置について、計算複雑性の結果と効率的なアルゴリズムパイプラインを提示している。問題は、TSPおよびフィードバック頂点集合（FVS）問題への還元によって計算的に困難（NP困難）であることが示され、実用的なヒューリスティクスを用いて解ける。本稿では、ピックアンドプレースの回数とエンドエフェクタの移動距離を最小化する手法を提案しており、シミュレーションおよびハードウェア実験により高いスケーラビリティが裏付けられている。

ABSTRACT

This paper studies the underlying combinatorial structure of a class of object rearrangement problems, which appear frequently in applications. The problems involve multiple, similar-geometry objects placed on a flat, horizontal surface, where a robot can approach them from above and perform pick-and-place operations to rearrange them. The paper considers both the case where the start and goal object poses overlap, and where they do not. For overlapping poses, the primary objective is to minimize the number of pick-and-place actions and then to minimize the distance traveled by the end-effector. For the non-overlapping case, the objective is solely to minimize the travel distance of the end-effector. While such problems do not involve all the complexities of general rearrangement, they remain computationally hard in both cases. This is shown through reductions from well-understood, hard combinatorial challenges to these rearrangement problems. The reductions are also shown to hold in the reverse direction, which enables the convenient application on rearrangement of well studied algorithms. These algorithms can be very efficient in practice despite the hardness results. The paper builds on these reduction results to propose an algorithmic pipeline for dealing with the rearrangement problems. Experimental evaluation, including hardware-based trials, shows that the proposed pipeline computes high-quality paths with regards to the optimization objectives. Furthermore, it exhibits highly desirable scalability as the number of objects increases in both the overlapping and non-overlapping setup.

研究の動機と目的

• オーバーハンドハンドリングを用いたテーブットップオブジェクト再配置の組み合わせ的複雑性を分析すること、特に重なりあり・重なりなしのポーズ状況を対象とする。
• 既知のNP困難問題（ユークリッドTSPおよびフィードバック頂点集合問題）を再配置問題に還元することで、理論的困難性の結果を確立すること。
• ピックアンドプレースの回数とエンドエフェクタの移動距離の両方を最小化する、実用的でスケーラブルなアルゴリズムパイプラインを開発すること。
• シミュレーションおよびハードウェアベースの実験を通じて手法を検証し、高い解の品質とスケーラビリティを示すこと。
• 産業的およびサービスロボットの応用分野におけるオブジェクト再配置を、効率的かつ現実世界で実装可能にするための基盤を提供すること。

提案手法

• コスト最適な重なりなし再配置問題をユークリッドTSPに還元し、既存のPTASおよびヒューリスティクスを活用して実用的な効率性を達成する。
• 重なりありの状況をフィードバック頂点集合（FVS）の定式化でモデル化し、最小のピックアンドプレース回数がFVSの解に等価であることを示す。
• 二段階のアルゴリズムパイプラインを提案：まずFVSにインspiredされたヒューリスティクスを用いて最小行動シーケンスを特定し、次にエンドエフェクタの経路長を最適化する。
• オブジェクト配置のグラフィカル表現を用いて中間のバッファ位置をモデル化し、操作中の衝突を回避する。
• 総コストにグリップ・リリースコストとエンドエフェクタの移動距離を組み合わせたコストモデリングを実施し、主に支配的となる項（行動回数）の最小化に注力する。
• 実験的検証として、シミュレーション（V-REP）および実際のハードウェアプラットフォーム（例：ABB IRB 360、Stäubli TP80）を併用する。

実験結果

リサーチクエスチョン

• RQ1 オーバーハンドハンドリングを用いた最適なテーブットップ再配置問題は、重なりなしの場合でさえ計算的に困難であるか？
• RQ2 代表的なNP困難問題（例：ユークリッドTSP、FVS）からの還元が、再配置問題の困難性を示すために確立可能か？
• RQ3 これらの還元から、現実世界の設定で解ける実用的かつ効率的なアルゴリズムを導出可能か？
• RQ4 オブジェクト数の増加に伴って、重なりありおよび重なりなしの両配置において、本手法はどのようにスケーリングするか？
• RQ5 アルゴリズムパイプラインは、行動回数およびエンドエフェクタの移動距離の観点から、解の品質をどの程度向上させるか？

主な発見

• 最適な重なりなしテーブルトップ再配置問題は、ユークリッドTSP問題への還元によってNP困難であることが証明された。
• 重なりありの状況においてもNP困難であり、最小のピックアンドプレース回数はフィードバック頂点集合（FVS）問題の解に等価である。
• 提案されたアルゴリズムパイプラインは、最小限の行動回数と低いエンドエフェクタ移動距離を達成する高品質な解を提供しており、シミュレーションおよびハードウェア実験で裏付けられた。
• 本手法は強いスケーラビリティを示し、オブジェクト数の増加に伴って重なりあり・重なりなし両状況で性能を維持する。
• 二方向の還元により、既存の高性能ヒューリスティクス（TSP用のPTAS、FVSヒューリスティクス）の利用が可能となり、理論的困難性にもかかわらず実用的な効率性が達成された。
• ハードウェア実験により、本手法の頑健性と現実世界への適用可能性が確認され、余分な行動を避ける効率的な解が得られた。