[論文レビュー] Extended Tree Search for Robot Task and Motion Planning

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

Robotic Path Planning Algorithms参考文献 25被引用数 11

ひとこと要約

本論文は、大規模な記号的空間および高次元の運動空間を扱うために、拡張された意思決定木上のモンテカルロ木探索（MCTS）とtop-kの記号的計画を統合した新規な統合的タスク・モーション計画フレームワークeTAMPを提案する。多様なスケルトン計画を生成し、MCTSを用いて最適な運動パラメータを選択・束縛することで、実行不能なタスク行動を伴う複雑で長時間にわたる操作タスクにおいて、Adaptiveなどのベースラインを上回る優れた性能を達成した。特に、再グリップやマルチボディアンパッキングといった挑戦的なドメインで顕著な優位性を示した。

ABSTRACT

Integrated task and motion planning (TAMP) is desirable for generalized autonomy robots but it is challenging at the same time. TAMP requires the planner to not only search in both the large symbolic task space and the high-dimension motion space but also deal with the infeasible task actions due to its intrinsic hierarchical process. We propose a novel decision-making framework for TAMP by constructing an extended decision tree for both symbolic task planning and high-dimension motion variable binding. We integrate top-k planning for generating explicitly a skeleton space where a variety of candidate skeleton plans are at disposal. Moreover, we effectively combine this skeleton space with the resultant motion variable 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 optimal 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 robot tasks with different domains that require multi-stage decisions and show how our method can overcome the large task space and motion space through its effective tree search compared to its most competitive baseline method.

研究の動機と目的

• 大規模な記号的空間および高次元の運動空間を有する長時間にわたるロボット操作タスクにおける統合的タスク・モーション計画（TAMP）の課題に対処すること。
• 不完全なドメイン知識によって生じる実行不能なタスクスケルトンの問題を克服すること。記号的計画者が運動実行で失敗する計画を生成する状況を想定する。
• 高レベルの計画の多様な探索と、幾何的制約下での運動パラメータ束縛の効率的探索を同時に実現する統一フレームワークの開発。
• 木探索を用いた一貫した意思決定プロセスにより、タスクスケルトンと運動束縛の最適選択を実現すること。
• 運動の実行可能性が記号的意思決定に依存する複雑な現実世界のロボット操作シナリオにおける計画の効率性と成功確率の向上。

提案手法

• 大規模な記号的タスク空間において、多様な高レベルの記号的計画（スケルトン）を生成する汎用的なtop-kプランナを用い、代替の解決経路をカバーする。
• ルートノードがtop-kスケルトンから選択し、以降のノードが運動プランナを用いて運動パラメータ束縛を実行する、拡張された意思決定木を構築する。
• 各運動束縛探索をマルコフ決定過程（MDP）としてモデル化し、PW-UCTアルゴリズム（MCTSの変種）を用いて最適な探索と活用を可能にする。
• スケルトン選択と運動束縛プロセスを統合的に1つの拡張された意思決定空間に統合し、MCTSが記号的変数と連続変数の両方において探索と活用のバランスを取れるようにする。
• ロールアウトを用いて候補となる分岐を評価し、累積報酬（例：実行可能性、運動コスト）に基づいて最適な計画の選択を反復的に改善する。
• MCTSの証明された最適性を活用し、記号的および連続的探索空間全体において、グローバルに最適な解への収束を保証する。

実験結果

リサーチクエスチョン

• RQ1 幾何的制約によって生じる実行不能なスケルトンを避けるために、大規模な記号的タスク空間を効率的に探索する方法は何か？
• RQ2 統一された意思決定フレームワークは、1つの最適化プロセス内で記号的タスク計画と高次元の運動パラメータ束縛を効果的に統合できるか？
• RQ3 top-k記号的計画とMCTSを統合することで、大規模な運動空間を有する複雑で長時間にわたる操作タスクにおける性能はどのように向上するか？
• RQ4 多様なスケルトン生成と最適なスケルトン選択の影響は、幾何的制約下の環境におけるTAMPの成功確率と効率性にどのようなものか？
• RQ5 運動計画が計算的に困難になる状況において、拡張された木探索フレームワークは、Adaptiveなどの既存のTAMPベースラインをどの程度上回るか？

主な発見

• 3体アンパッキングドメイン（Unpack3）において、eTAMPは、より大きな運動空間における効率的な束縛探索のおかげで、Adaptiveベースラインを上回った。単純なケースでは初期コストが高かったが、全体として優れた性能を示した。
• 再グリップドメインでは、eTAMPは86%の成功確率を達成したのに対し、Adaptiveベースラインはたった22%にとどまり、ハイブリッド離散的・連続的運動空間の処理において顕著な優位性を示した。
• Unpack2およびUnpack3の両ドメインで100%の成功確率を達成し、幾何的依存関係を有するマルチステージの操作タスクにおける強靭性を確認した。
• キッチンおよびハンズ・タワーのドメインでも、eTAMPは競争力のある性能を示した。ここでは、大規模な運動空間のため、従来の束縛探索手法が非効率的であった。
• top-kプランナにより、代替スケルトンの有効な探索が可能となり、不完全なドメイン知識に起因する実行不能なタスク行動を克服する上で不可欠であった。
• eTAMPのMCTSを用いた拡張された意思決定木は、探索と活用のバランスの取れた戦略を提供し、高次元で複雑な運動計画の状況でも最適な解に到達した。