[論文レビュー] Rapidly-exploring Random Forest: Adaptively Exploits Local Structure with Generalised Multi-Trees Motion Planning

Tin Lai|arXiv (Cornell University)|Mar 7, 2021

Robotic Path Planning Algorithms参考文献 28被引用数 4

ひとこと要約

本稿では、狭い通路における局所的接続性を活用するため、Bayesian 局所サンプリングを自 adaptively 適用する多木マッピングプランナ―「Rapidly-exploring Random Forest (rrf*)」を提案する。rrf* は、多腕バンディットフレームワークを用いて、最も有望な木に計画リソースを割り当てる。rrf* は漸近的最適性を達成し、特に複雑な狭い通路を有する高次元でごみくずだらけの環境において優れたサンプル効率を示す。

ABSTRACT

Sampling-based motion planners perform exceptionally well in robotic applications that operate in high-dimensional space. However, most works often constrain the planning workspace rooted at some fixed locations, do not adaptively reason on strategy in narrow passages, and ignore valuable local structure information. In this paper, we propose Rapidly-exploring Random Forest (RRF*) -- a generalised multi-trees motion planner that combines the rapid exploring property of tree-based methods and adaptively learns to deploys a Bayesian local sampling strategy in regions that are deemed to be bottlenecks. Local sampling exploits the local-connectivity of spaces via Markov Chain random sampling, which is updated sequentially with a Bayesian proposal distribution to learns the local structure from past observations. The trees selection problem is formulated as a multi-armed bandit problem, which efficiently allocates resources on the most promising tree to accelerate planning runtime. RRF* learns the region that is difficult to perform tree extensions and adaptively deploys local sampling in those regions to maximise the benefit of exploiting local structure. We provide rigorous proofs of completeness and optimal convergence guarantees, and we experimentally demonstrate that the effectiveness of RRF*'s adaptive multi-trees approach allows it to performs well in a wide range of problems.

研究の動機と目的

• ランダムサンプリングの確率が低いことによるサンプリングベースマッピングプランナ―（SBPs）の狭い通路における性能の低さを解消する。
• 制約領域における局所的接続性を活用できない固定サンプリング戦略の限界を克服する。
• ボトルネック領域を動的に同定し、必要に応じてのみ特化した局所的サンプリングを適用する手法を開発する。
• 多木計画法と適応的リソース割り当てを統合し、探索と活用のバランスを取る。
• 高次元空間におけるサンプル効率の向上を図りながら、完全性と漸近的最適性の理論的保証を確保する。

提案手法

• 各ステップで最も有望な木にリソースを割り当てるために、木選択を多腕バンディット問題として定式化する。
• 過去の観測に基づいて提案分布を更新する逐次的マルコフ連鎖モンテカルロ（MCMC）ウォークを用いて、Bayesian 局所サンプリングを実装する。
• 可視性が低く制約の複雑さが高い領域（ボトルネック）として特定された領域にのみ、局所木を動的に生成する。
• スタートおよびゴールから出発するルート木と、制約領域用の適応的局所木を備えた一般化された多木アーキテクチャを採用する。
• rrt* や prm* と同様に、漸近的最適性を保証するリワイヤリング手順を適用する。
• 木の拡張失敗と局所的接続性指標に基づいて、狭い通路を検出するヒューリスティックを適用する。

実験結果

リサーチクエスチョン

• RQ1 サンプリングベースマッピングプランナ―は、ランダムサンプリングが非効率な狭い通路において、どのように局所的接続性を効果的に活用できるか？
• RQ2 固定または均一に配置された局所木よりも、適応的局所サンプリングを用いた多木アプローチは、サンプル効率および収束速度において優れているか？
• RQ3 複数の木（ルート木および局所木）間で計画リソースを最適に割り当てることは、完全性を損なわず収束を加速できるか？
• RQ4 過去のサンプルから学習する Bayesian 局所サンプリング戦略は、高次元で制約のある構成空間における探索を改善できるか？
• RQ5 適応的局所木と多腕バンディットによる木選択の統合は、完全性および漸近的最適性の理論的保証を維持できるか？

主な発見

• rrf* は漸近的最適性を達成しており、サンプル数が増加するにつれて、解のコストが確実に最適コストに収束する。
• 迷路や6-DOFマニピュレータのようなごみくずだらけの環境において、rrt* や bi-rrt*、informed rrt* よりも高速に解を発見し、コストが低く、無効な接続も少ない。
• 特に高次元空間において、ベースラインプランナーよりも無効なサンプル（障害物物および接続チェック）の数を顕著に削減する。
• 実世界のテストにおいても安定性を示し、5秒の時間制約内で狭い環境下で JACO ロボットアームの軌道計画に成功した。
• 開かれた領域では不要な局所木の生成を避ける適応的木配置により、rrf* は rr d t ∗ よりも収束速度が速い。
• 制約のある C-空間においては、計算リソースを局所構造の活用が最も有益な領域に集中させることで、高いサンプル効率を達成する。