[論文レビュー] LAAIR: A Layered Architecture for Autonomous Interactive Robots

Yuqian Jiang, Nick Walker+7 more|arXiv (Cornell University)|Nov 8, 2018

AI-based Problem Solving and Planning参考文献 18被引用数 11

ひとこと要約

LAAIRは、反応的制御を最上位レベルに配置することで、人間のインタラクションへの応答性を向上させる、自律的で相互作用可能なロボット向けの新しい階層型アーキテクチャを提案する。これにより、動的なタスク実行と反応的モードと決定的モードの間のスムーズな遷移が可能になる。このアーキテクチャは、反応的エグゼクティブ、決定的プランナ、および標準化されたROSインターフェースを備えたスキルレイヤを統合しており、長期間にわたり人間がいる環境において、事例研究を通じてより優れた適応性を示している。

ABSTRACT

When developing general purpose robots, the overarching software architecture can greatly affect the ease of accomplishing various tasks. Initial efforts to create unified robot systems in the 1990s led to hybrid architectures, emphasizing a hierarchy in which deliberative plans direct the use of reactive skills. However, since that time there has been significant progress in the low-level skills available to robots, including manipulation and perception, making it newly feasible to accomplish many more tasks in real-world domains. There is thus renewed optimism that robots will be able to perform a wide array of tasks while maintaining responsiveness to human operators. However, the top layer in traditional hybrid architectures, designed to achieve long-term goals, can make it difficult to react quickly to human interactions during goal-driven execution. To mitigate this difficulty, we propose a novel architecture that supports such transitions by adding a top-level reactive module which has flexible access to both reactive skills and a deliberative control module. To validate this architecture, we present a case study of its application on a domestic service robot platform.

研究の動機と目的

• ゴール実行中にリアルタイムの人間とのインタラクションをサポートする伝統的なハイブリッドロボットアーキテクチャの限界を克服すること。
• 複雑で長期的なタスクを遂行しつつも、人間の命令や遮断に応答できる自律的ロボットを実現すること。
• 反応的制御と決定的制御を統合したフレームワーク内で、柔軟でモジュラーなソフトウェアアーキテクチャを設計すること。
• 実世界の人間中心のロボットプラットフォーム上で、このアーキテクチャの実現可能性と有効性を実証すること。
• 標準化されたスキルインターフェースを通じて、異なるサービスロボットシステム間でのソフトウェアの移植性と再利用性を向上させること。

提案手法

• アーキテクチャはロボット制御を3つのレイヤに分類する：リアルタイム入力に基づいてスキルを順序付け・実行する最上位の反応的エグゼクティブ。
• タスクが静的に分解できない場合に反応的エグゼクティブが起動する決定的制御モジュールで、複雑な計画を可能にする。
• 低レベルのスキルはROSのアクションサーバ/クライアント抽象化を用いて実装され、センサーやアクチュエータとの標準的で非同期的なインタラクションを可能にする。
• 反応的エグゼクティブは、スキルと決定的コントローラーの両方を直接アクセス可能にすることで、人間のインタラクションへの迅速な応答を可能にする。
• 知識ベースは、オペレータの識別子や環境内エントリなど、タスク関連の情報を格納し、すべてのレイヤーがアクセス可能である。
• スキルには、自然言語理解のためのコマンドダイアログエージェント、移動可能障害物の検出、行動ツリーを用いた人物追跡が含まれる。

実験結果

リサーチクエスチョン

• RQ1 ロボットアーキテクチャは、長期的なタスク実行中に人間とのインタラクションに対してリアルタイムで応答できるか？
• RQ2 自律的ロボットにおいて、反応的制御と決定的制御の間をスムーズに遷移させるためにどのようなアーキテクチャ設計が必要か？
• RQ3 統合されたアーキテクチャは、動的で人間が多数いる環境において、多様で複雑なタスクをどの程度サポートできるか？
• RQ4 反応的制御を最上位レベルに配置することで、従来のハイブリッドアーキテクチャと比較して、システムの応答性がどのように向上するか？
• RQ5 提案されたアーキテクチャは、再利用可能でモジュラーなコンponentsを備えた実世界のサービスロボットプラットフォームに効果的に実装可能か？

主な発見

• LAAIRアーキテクチャは、最上位の反応的エグゼクティブがスキルと決定的プランナを直接制御できるため、動的で人間を含むインタラクションを効果的にサポートした。
• 事例研究では、アーキテクチャが自然言語解析と動的タスク分解を通じて、'食事テーブルへ行き、私に本を持ってきて'といった複雑で多段階の命令を処理できることを示した。
• 人物追跡に行動ツリーを用いることで、検出、追跡、ナビゲーションの行動がリアルタイムで効果的に統合された。
• 標準化されたROSベースのスキルインターフェースの統合により、モularityが向上し、特にデータ集約的な操作において通信オーバーヘッドが低減された。
• 定型テンプレートを用いた明確化ダイアログメカニズムにより、曖昧または不完全な命令も効果的に処理できた。
• このアーキテクチャは、オフィスロボットプラットフォームへの継続的な実装を通じて、異なるロボットプラットフォーム間でのソフトウェア移植性を実証した。