[論文レビュー] Fast, High-Quality Dual-Arm Rearrangement in Synchronous, Monotone Tabletop Setups

Rahul Shome, Kiril Solovey+3 more|arXiv (Cornell University)|Oct 29, 2018

Robotic Path Planning Algorithms参考文献 42被引用数 8

ひとこと要約

本論文は、平面テーブル上で同期的・単調な二アーム再配置を対象として、スケーラブルで高品質なアルゴリズム、Tour_Over_Matching (TOM) を提案する。最適マッチングによる移動コスト最小化とラグド運動計画戦略を組み合わせることで、単一アーム手法と比較して最大2倍の高速化を達成し、近似的最適解を提供する。シミュレーションおよび実世界の二アーム設定において、強力なスケーラビリティと実用的効率性を示している。

ABSTRACT

Rearranging objects on a planar surface arises in a variety of robotic applications, such as product packaging. Using two arms can improve efficiency but introduces new computational challenges. This paper studies the structure of dual-arm rearrangement for synchronous, monotone tabletop setups and develops an optimal mixed integer model. It then describes an efficient and scalable algorithm, which first minimizes the cost of object transfers and then of moves between objects. This is motivated by the fact that, asymptotically, object transfers dominate the cost of solutions. Moreover, a lazy strategy minimizes the number of motion planning calls and results in significant speedups. Theoretical arguments support the benefits of using two arms and indicate that synchronous execution, in which the two arms perform together either transfers or moves, introduces only a small overhead. Experiments support these points and show that the scalable method can quickly compute solutions close to the optimal for the considered setup.

研究の動機と目的

• 同期的・単調な二アーム再配置の組み合わせ的構造を研究し、単一アーム解法に比して計算上の利点を同定すること。
• 同期制約下での協調的二アーム再配置の最適な混合整数線形計画（MILP）モデルを構築すること。
• 移動コストと移動コストを最小化するとともに、ラグド評価による運動計画呼び出し回数を削減する、スケーラブルで効率的なアルゴリズム（TOM）を設計すること。
• 解の品質と同期のオーバーヘッドのトレードオフを評価し、同期実行がわずかなコストペナルティしか引き起こさないことを示すこと。
• 実験的に、非自明な再配置シナリオにおいて二アーム連携が理論上の改善のほぼ全容（単一アームと比較して最大約64％）を達成できることを検証すること。

提案手法

• 同期的・単調な制約下で最適解を達成するため、二アーム再配置問題を混合整数線形計画（MILP）として定式化する。
• 移動コストを最小化するための最適マッチング問題を事前に解くことで、アームと物体間の総移動コストを最小化する、Tour_Over_Matching（TOM）アルゴリズムを提案する。
• 移動割り当て後、各アームの物体間移動コストを最小化するTSPに基づく戦略を用い、二次的な目的として解の品質を向上させる。
• ラグド評価戦略を採用：候補となる解のシーケンスを最初に生成し、有望なシーケンスに対してのみ運動計画を実行することで、運動計画の呼び出し回数を著しく削減する。
• 2アームの衝突回避パスを生成するため、dRRT*運動計画器を統合し、1回の計画に対して3秒のタイムアウトを設定することでスケーラビリティを確保する。
• 理論的分析により、非単調な状況下での二アーム解法の漸近的改善の上限を評価し、異なるコストレジーム下で比が0.5または0.64に近づくことを示す。

実験結果

リサーチクエスチョン

• RQ1 同期的二アーム再配置は、解のコストと計算効率の観点から、単一アーム解法に比べてどの程度優れているのか？
• RQ2 両アームが移動または移動の際に同時に動作するという同期制約が、解の品質と計算オーバーヘッドにどのように影響するのか？
• RQ3 ラグド評価戦略は、二アーム再配置における運動計画のオーバーヘッドを著しく削減できるが、解の品質の劣化を引き起こさないのか？
• RQ4 一様な物体分布を持つ単調で平面的な設定において、二アーム再配置が単一アーム再配置に比べて達成できる理論的上限改善率は何か？
• RQ5 シンプルおよび複雑なマニピュレータ環境において、TOMアルゴリズムは、全探索法やMILPベースの手法と比較して、どの程度スケーラブルで頑健であるか？

主な発見

• TOMアルゴリズムは、シンプルなピッカー設定において24個までの物体を含む全50実験で100％の成功確率を達成し、計算時間の観点で全探索法およびMILP法を上回った。
• Kukaマニピュレータベンチマークにおいて、TOMは高い運動計画失敗率にもかかわらず、効果的にスケーリングされ、ランダムスプリット法およびシングルショット法と比較して成功確率と解のコストの両面で優れた性能を示した。
• TOMの解のコストは最適ベースラインに常に近く、単一アーム解の約半分のコストを達成した。特にピック/ドロップコストと物体半径が小さい場合には、改善比が最大0.64に達した。
• ラグド評価戦略により、運動計画の呼び出し回数が顕著に削減され、著しい高速化が達成され、より大きな問題インスタンスへのスケーリングが可能になった。
• 理論的分析により、ピック/ドロップコストが低い漸近的状況下では、同期的二アーム解法が単一アーム解法に比べ最大50％の改善を達成できることを確認した。
• 実験結果から、同期制約によるオーバーヘッドはわずかであり、理論的に保証されているように、二アーム解法は最適な単一アーム解法よりも劣ることがないことが示された。