[論文レビュー] High-Quality Tabletop Rearrangement with Overhand Grasps: Hardness Results and Fast Methods

Shuai D. Han, Nicholas M. Stiffler+3 more|arXiv (Cornell University)|May 25, 2017

Robotic Path Planning Algorithms参考文献 61被引用数 6

ひとこと要約

本論文は、オーバーハンドハンドリングを用いた高品質な卓上オブジェクト再配置のための新しいアルゴリズムパイプラインを提案する。問題をユークリッドTSPおよびフィードバック頂点集合（FVS）というよく知られた難解な組合せ問題に還元することで、効率的でスケーラブルな解決策を可能にする。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適またはほぼ最適に抑え、オブジェクト数の変動にわたって強い実験的スケーラビリティを示す。

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 end-effector distance. While such problems do not involve all the complexities of general rearrangement, they remain computationally hard challenges in both cases. This is shown through two-way reductions between well-understood, hard combinatorial challenges and these rearrangement problems. The benefit of the reduction is that there are well studied algorithms for solving these well-established combinatorial challenges. 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 shows that the proposed pipeline achieves 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 setups.

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卓上オブジェクト再配置問題の計算的困難性を分析すること、特に重複する配置と重複しない配置の両状況において。
• 再配置問題と既知の難解な組合せ問題（ユークリッドTSPおよびフィードバック頂点集合（FVS））との間で双方向還元を確立することにより、実用的なアルゴリズム的解決策を可能にすること。
• ピックアンドプレースの回数とエンドエフェクタ経路長の両方を最小化する、効率的でスケーラブルなアルゴリズムパイプラインを設計すること。
• 実際のシミュレーション環境における実験的評価を通し、現実的状況において高品質でスケーラブルな性能を示すこと。

提案手法

• 重複しない再配置問題をユークリッドTSP問題に還元し、既知のPTASおよびヒューリスティクスを活用して効率的な経路計画を実現する。
• 重複する再配置問題をフィードバック頂点集合（FVS）問題に還元し、計算的困難性を確立するとともに、ヒューリスティクス設計の指針を提供する。
• 重複する状況におけるオブジェクトの依存関係と一時的なバッファ位置をモデル化するため、先行研究のグラフィカル表現を用いる。
• TSPおよびFVSに基づくヒューリスティクスとエンドエフェクタ経路最適化を統合したマルチステージのアルゴリズムパイプラインを設計する。
• 各操作のコストを移動コスト、グリップコスト、リリースコストの合計としてモデル化し、経路と操作回数の最適化によって総コストを最小化する。
• 衝突制約を守りながら実行可能な一時的な配置を可能にするために、外部のバッファ位置を統合する。

実験結果

リサーチクエスチョン

• RQ1 重複しない卓上オブジェクト再配置問題は、その見た目の単純さにもかかわらず、計算的に困難であると示せるか？
• RQ2 重複する状況における卓上再配置問題は、既知の難解な組合せ問題に還元可能であり、アルゴリズム設計にどのような影響を及えるか？
• RQ3 ユークリッドTSPおよびFVSへの還元は、強力なスケーラビリティを備えた実用的で高品質な解決策を可能にするか？
• RQ4 提案されたパイプラインは、ベースライン手法と比較して、操作回数とエンドエフェクタ経路長の両面で優れているか？
• RQ5 オブジェクト数の増加に伴い、重複する場合と重複しない場合の両方において、本手法のスケーラビリティはどの程度か？

主な発見

• 重複しない卓上再配置問題は、ユークリッドTSP問題への双方向還元により、計算的に困難であることが示された。
• 重複する状況も同様に困難であり、フィードバック頂点集合（FVS）問題への還元が示され、APX-hardであるため、近似保証が限られていることが示された。
• TSPおよびFVSのwell-studiedなヒューリスティクスを活用した本研究のアルゴリズムパイプラインは、最小限のピックアンドプレース回数と低いエンドエフェクタ移動距離を実現し、高品質な解決策を達成した。
• 本手法は強力なスケーラビリティを示し、重複する場合と重複しない場合の両方において、オブジェクト数の増加に伴っても高品質な解を維持した。
• 実験的評価により、本パイプラインが操作回数と経路長の両方を顕著にベースライン手法を上回る性能で最小化することが確認された。