[論文レビュー] Monte-Carlo Tree Search for Efficient Visually Guided Rearrangement Planning

Yann Labbé, Sergey Zagoruyko+5 more|arXiv (Cornell University)|Apr 23, 2019

Robot Manipulation and Learning参考文献 42被引用数 73

ひとこと要約

本研究は、Monte-Carlo Tree Search (MCTS)を用いた視覚-guided rearrangement planning のための完全なパイプラインを提示し、初期配置から目標配置へ多数の物体を移動させる行動を計画します。合成データで学習したキャリブレーション不要の深部視覚状態推定器を使用します。迅速な計画（25個の物体で60 ms）とUR-5システムでの実ロボットでの堅牢な性能を実現します。

ABSTRACT

We address the problem of visually guided rearrangement planning with many movable objects, i.e., finding a sequence of actions to move a set of objects from an initial arrangement to a desired one, while relying on visual inputs coming from an RGB camera. To do so, we introduce a complete pipeline relying on two key contributions. First, we introduce an efficient and scalable rearrangement planning method, based on a Monte-Carlo Tree Search exploration strategy. We demonstrate that because of its good trade-off between exploration and exploitation our method (i) scales well with the number of objects while (ii) finding solutions which require a smaller number of moves compared to the other state-of-the-art approaches. Note that on the contrary to many approaches, we do not require any buffer space to be available. Second, to precisely localize movable objects in the scene, we develop an integrated approach for robust multi-object workspace state estimation from a single uncalibrated RGB camera using a deep neural network trained only with synthetic data. We validate our multi-object visually guided manipulation pipeline with several experiments on a real UR-5 robotic arm by solving various rearrangement planning instances, requiring only 60 ms to compute the plan to rearrange 25 objects. In addition, we show that our system is insensitive to camera movements and can successfully recover from external perturbations. Supplementary video, source code and pre-trained models are available at https://ylabbe.github.io/rearrangement-planning.

研究の動機と目的

• 校正されていない設定で多数の可動物体の自動的な視覚誘導再配置を動機づける。
• バッファ空間なしで非単調な多物体再配置を扱えるスケーラブルな計画手法を開発する。
• ドメインランダム化を用いて純粋に合成データで訓練された堅牢な視覚状態予測システムを作成する。
• 高速な計画とカメラの移動・摂動への頑健性を示し、実ロボットでの実現性を実証する。

提案手法

• MCTSを可能にするための再配置の離散的アクションパラメータ化を導入する。
• MCTSを、ターゲット位置にある物体の数に基づく報酬で計画を導く。
• MCTSを、実行のための標準的なRRTベースの局所運動プランナーと組み合わせる。
• 単一の未校正RGB画像から複数物体の2Dロボット座標位置を予測するキャリブレーション不要の視覚状態推定器を開発する。
• オブジェクトCADモデルやマーカーを必要とせず、ドメインランダム化を用いた合成データで、オブジェクトマスクと密な2D位置場を含むマルチオブジェクト検出器を訓練する。

実験結果

リサーチクエスチョン

• RQ1 MCTSベースのプランナーは、明示的なバッファ空間なしで視覚誘導型のマルチオブジェクト再配置を効率的に解決できるか？
• RQ2 キャリブレーション不要の視覚状態推定器は、単一のRGB画像から複数の未知オブジェクトをどれだけ正確に特定・位置付けし、ロボット座標へマッピングできるか？
• RQ3 統合パイプラインは大量の物体にも対応し、実機でリアルタイムに動作するか？
• RQ4 実行中のカメラ移動や外部の摂動に対してシステムは頑健か？

主な発見

• MCTSは100000反復の制限下で37個の物体に80%の成功でスケールしますが、ベースラインは約33個を超えると難しくなる。
• プランナーはベースラインよりもはるかに少ない物体を動かします（例: 30個では、MCTSで40回の移動、ベースラインは60）。
• 単一CPUコアのノートパソコン上で、MCTSは25個の物体の計画を60 msで見つけ、各移動後にオンライン再計画を可能にします。
• 視覚状態推定器は単一物体で1.1 cmの位置推定精度を達成し、最大10個の物体まで同様の精度を維持し、10個までの検証でほぼ100%の把握成功率を実現します。
• 完全なパイプラインはUR-5プラットフォームでの実機再配置に成功を示し、さまざまな事例を解決し、摂動からの回復を実証します。