[論文レビュー] Extended Task and Motion Planning of Long-horizon Robot Manipulation.

Tianyu Ren, Georgia Chalvatzaki+1 more|arXiv (Cornell University)|Mar 9, 2021

Robotic Path Planning Algorithms参考文献 18被引用数 6

ひとこと要約

本論文は、計画骨格と運動パラメータを組み合わせた拡張された意思決定空間上で、top-kの記号的計画とモンテカルロ木探索（MCTS）を統合する、新しい拡張型タスクアンドモーションプランニング（TAMP）フレームワークを提案する。グローバル最適化と探索・活用のバランスを実現することで、長時間スケールの操作タスクにおける到達不能状態（デッドエンド）を克服し、複雑で段階的な環境において、ベースラインを上回るロバスト性と解の質を実現する。

ABSTRACT

Task and Motion Planning (TAMP) requires the integration of symbolic reasoning with metric motion planning that accounts for the robot's actions' geometric feasibility. This hierarchical structure inevitably prevents the symbolic planners from accessing the environment's low-level geometric description, vital to the problem's solution. Most TAMP approaches fail to provide feasible solutions when there is missing knowledge about the environment at the symbolic level. The incapability of devising alternative high-level plans leads existing planners to a dead end. We propose a novel approach for decision-making on extended decision spaces over plan skeletons and action parameters. We integrate top-k planning for constructing an explicit skeleton space, where a skeleton planner generates a variety of candidate skeleton plans. Moreover, we effectively combine this skeleton space with the resultant motion parameter spaces into a single extended decision space. Accordingly, we use Monte-Carlo Tree Search (MCTS) to ensure an exploration-exploitation balance at each decision node and optimize globally to produce minimum-cost solutions. The proposed seamless combination of symbolic top-k planning with streams, with the proved optimality of MCTS, leads to a powerful planning algorithm that can handle the combinatorial complexity of long-horizon manipulation tasks. We empirically evaluate our proposed algorithm in challenging manipulation tasks with different domains that require multi-stage decisions and show how our method can overcome dead-ends through its effective alternate plans compared to its most competitive baseline method.

研究の動機と目的

• 既存のタスクアンドモーションプランニング（TAMP）手法が、記号的レベルでの環境知識の欠落に対処できないという制限を解消すること。
• 不完全な記号的推論により代替の高レベル計画を生成できないことが原因で生じるデッドエンドを克服すること。
• 長時間スケールの操作タスクにおける組み合わせ的計画骨格と運動パラメータの有効な探索を可能にすること。
• 記号的計画とメトリック運動計画を統合的に扱える拡張された意思決定空間を用いて、グローバル最適化を実現すること。
• 複雑で段階的な操作領域において、妥当性と最適性を維持しながらスケーラブルでロバストな計画アルゴリズムを開発すること。

提案手法

• 本手法は、多様な候補となる高レベル計画を生成するために、top-kの記号的計画を用いて明示的な骨格空間を構築する。
• 骨格空間とそれに対応する運動パラメータ空間を統合し、包括的な計画を実現する1つの拡張された意思決定空間を構築する。
• 各意思決定ノードでモンテカルロ木探索（MCTS）を用いて、拡張空間内での探索と活用のバランスをとる。
• MCTSフレームワークにより、反復的な木の拡張とバックプロパゲーションを通じて、最小コスト解へのグローバル最適化を保証する。
• メトリック運動計画による幾何的妥当性のチェックと記号的推論のシームレスな統合を実現する。
• 統合意思決定空間におけるMCTSの使用により、最適性の保証が証明可能である。

実験結果

リサーチクエスチョン

• RQ1 不完全な環境知識を有する状況下でも、階層的TAMPフレームワークが長時間スケールの操作タスクを効果的に処理できるか。
• RQ2 初期計画が幾何的情報の欠落により失敗した場合に、記号的プランナをどのように強化すれば、代替の高レベル計画を生成できるか。
• RQ3 top-k記号的計画とMCTSを組み合わせることで、複雑な操作タスクにおける解の質とロバスト性がどの程度向上するか。
• RQ4 計画骨格と運動パラメータの統一的拡張意思決定空間は、幾何的妥当性を保ちつつグローバル最適化を可能にするか。
• RQ5 本手法は、長時間スケール計画におけるデッドエンド回避において、競合するベースラインをどの程度上回るか。

主な発見

• 提案手法は、環境知識の欠落により既存のTAMP手法が失敗する長時間スケールの操作タスクにおいても、実行可能な解を効果的に生成した。
• top-k記号的計画を活用することで、多様な候補計画骨格が構築され、有効な経路が見つかりやすくなった。
• 骨格空間と運動パラメータ空間を1つの拡張された意思決定空間に統合することで、より効果的な探索とグローバル最適化が可能になった。
• モンテカルロ木探索（MCTS）により、探索と活用のバランスが保たれ、より高品質で最小コストの解が得られた。
• 実験的評価では、効果的な代替計画によりデッドエンドを克服し、複雑で段階的な領域において最も競争力のあるベースラインを上回った。
• 本手法は、不確実性下でも妥当性と最適性を維持しながら、挑戦的な操作タスクにおいてロバストでスケーラブルであることが示された。