[論文レビュー] Decision Making in Joint Push-Grasp Action Space for Large-Scale Object Sorting

Zherong Pan, Kris Hauser|arXiv (Cornell University)|Oct 20, 2020

Robot Manipulation and Learning参考文献 17被引用数 6

ひとこと要約

本稿では、大規模な物体仕分けのための二段階運動計画法を提示する。この手法は、平面的プッシュと上部でのキャッチングの動作を統合的に組み合わせることで、高い効率性と完全性を達成する。高レベル計画法はコストモデルに基づき、プッシュとキャッチングの間で選択を行う。一方、低レベル計画法は、半離散的探索空間と区分二次最適化を用いて1ステップごとのグリーディ動作を計算し、200個の物体まで10秒以内にほぼ最適な解を得られる。これは、キャッチングのみの手法に比べて最大10倍の高速化を実現する。

ABSTRACT

We present a planner for large-scale (un)labeled object sorting tasks, which uses two types of manipulation actions: overhead grasping and planar pushing. The grasping action offers completeness guarantee under mild assumptions, and planar pushing is an acceleration strategy that moves multiple objects at once. Our main contribution is twofold: (1) We propose a bilevel planning algorithm. Our high-level planner makes efficient, near-optimal choices between pushing and grasping actions based on a cost model. Our low-level planner computes one-step greedy pushing or grasping actions. (2) We propose a novel low-level push planner that can find one-step greedy pushing actions in a semi-discrete search space. The structure of the search space allows us to efficient We show that, for sorting up to $200$ objects, our planner can find near-optimal actions with $10$ seconds of computation on a desktop machine.

研究の動機と目的

• 大規模な物体仕分けにおける逐次的キャッチングの非効率性を解消するため、プッシュを並列的加速戦略として統合する。
• 不確実性下でもタスクの実行可能性と完全性を確保するため、プッシュとキャッチングの動作を組み合わせ、キャッチングをフォールバックとして活用する。
• 共同プッシュ・キャッチ計画における計算複雑性を低減するため、意思決定を高レベルの行動選択と低レベルのグリーディ行動計算に分解する。
• ハイパーパrameterチューニングや不完全性を伴う学習ベースの代替手法を避ける、パラメータフリーで解析的根拠に基づく計画法を開発する。
• デスクトップコンピューティング時間枠内で50～200個の物体の効率的かつほぼ最適な計画を実現する。

提案手法

• 計画法は二段階アーキテクチャを採用する：高レベル計画法は複数ステップにわたりプッシュとキャッチングの二値意思決定を行う。一方、低レベル計画法は1ステップごとのグリーディ動作を計算する。
• 低レベルのキャッチング計画法は、幾何的制約下で実行可能なキャッチングを求めるために混合整数線形計画法（MILP）を解く。
• 低レベルのプッシュ計画法は、プッシャーの方向と接触点に基づく半離散的探索空間を用い、候補となる設定の効率的列挙を可能にする。
• 最適なプッシュ動作は、区分二次目的関数を列挙することで特定され、高価なグローバル最適化を回避する。
• 高レベル計画法は、計画ホライズン全体での総移動コストを最小化するような行動シーケンスの選択に、移動コストモデルを用いる。
• 本システムは、完全な認識を仮定し、物体のサイズがプッシャーやターゲット領域に比べて小さいという簡略化された運動学的モデルを用いる。

実験結果

リサーチクエスチョン

• RQ1 大規模な仕分けにおいて、プッシュの効率性とキャッチングの信頼性のトレードオフを効果的にバランスできる二段階計画フレームワークは実現可能か？
• RQ2 複雑なダイナミクスを有する連続的行動空間において、1ステップグリーディなプッシュ動作をどのように効率的に計算できるか？
• RQ3 プッシュを用いることで、キャッチングのみの戦略に比べて、行動回数と総移動コストをどの程度削減できるか？
• RQ4 複数ステップ先を見通す高レベル計画法は、グリーディな1ステップ意思決定に比べ、解の質を顕著に向上させるか？
• RQ5 完全に解析的で、パラメータフリーの計画法は、ハイパーパrameterチューニングや失敗解析を必要としない学習ベースの手法と同等の性能を達成できるか？

主な発見

• 50～200個の物体の仕分けにおいて、本計画法はデスクトップマシン上で10秒未満で次の行動を計算可能であり、リアルタイム意思決定を可能にする。
• プッシュとキャッチングの両方の動作を用いることで、キャッチングのみの戦略に比べて実行時間で最大10倍の高速化が達成される。特にラベルなしの仕分けタスクで顕著である。
• ラベルなしの仕分け（C=1）では、プッシュにより行動回数が6～15倍、移動コストが3～10倍高速化される。
• ラベルありの仕分け（C=N）では、割り当てが固定されるが、行動回数が1.4～3.1倍、移動コストが1.6～4.2倍高速化される。
• 高レベル計画法はほとんどのケースで移動コストを低減し、最大2倍の高速化を達成するが、行動回数を必ずしも削減するとは限らない。
• 高レベル計画ホライズンをH=3を超えて延長しても効果の増加は小さくなり、1回の意思決定あたり計算時間が8秒増加する。