[論文レビュー] Reactive Task and Motion Planning under Temporal Logic Specifications

Shen Li, Daehyung Park+3 more|arXiv (Cornell University)|Mar 26, 2021

AI-based Problem Solving and Planning参考文献 27被引用数 9

ひとこと要約

本論文は、線形時相論理（LTL）仕様と行動ツリーを用いて、人間の介入に対しても効率的に再計画可能な反応型タスクアンドモーションプランニング（TAMP）フレームワークを提示する。経験に基づく段階的グラフ探索と動的に再構成可能な行動ツリーを活用することで、再計画のオーバーヘッドを最小限に抑え、シームレスな実行を実現し、シミュレーションおよび実機UR5ロボット実験の両方で優れた時間効率と運動コスト効率を達成した。

ABSTRACT

We present a task-and-motion planning (TAMP) algorithm robust against a human operator's cooperative or adversarial interventions. Interventions often invalidate the current plan and require replanning on the fly. Replanning can be computationally expensive and often interrupts seamless task execution. We introduce a dynamically reconfigurable planning methodology with behavior tree-based control strategies toward reactive TAMP, which takes the advantage of previous plans and incremental graph search during temporal logic-based reactive synthesis. Our algorithm also shows efficient recovery functionalities that minimize the number of replanning steps. Finally, our algorithm produces a robust, efficient, and complete TAMP solution. Our experimental results show the algorithm results in superior manipulation performance in both simulated and real-world tasks.

研究の動機と目的

• 事前に計算されたロボット計画が人間の介入によって無効化される状況下でも、タスクの完了を維持する課題に対処すること。
• 環境変化に伴う再計画における計算オーバーヘッドを、過去の計画経験を再利用し、段階的に探索空間を拡大することで低減すること。
• 環境変化に伴う実行のシームレスな継続を実現するため、動的に再構成可能な行動ツリーをLTLベースの計画と統合すること。
• 最小限の再計画で、ロバストで効率的かつ完全なタスクアンドモーションプランニングを人間・ロボット協働シナリオで達成すること。
• シミュレーテッド環境および実機ロボット操作タスクの両方で、UR5プラットフォームを用いて有効性を実証すること。

提案手法

• 正しさを設計段階で保証するため、タスクの目的を線形時相論理（LTL）で形式化し、複雑な時間的仕様をサポートする。
• 完全なグラフ再構築を回避するため、効率的な状態空間探索を可能にする部分的に展開された製品オートマトン（PA）を構築する。
• 事前に計算された経路と運動コストを再利用する経験に基づくA*探索を実装し、環境変化に伴う再計画を高速化する。
• 実行中にポリシーを更新可能にするために、条件付きサブツリー活性化を備えた行動ツリー（BT）を統合する。
• 環境観測に基づいてBTノードを動的に再構成し、回復範囲を最大化し、完全な再計画への依存度を低減する。
• 記号的タスク計画と幾何的運動コスト最適化を統合し、準最適で実行可能なアクションシーケンスを生成する。

実験結果

リサーチクエスチョン

• RQ1 人間の介入によって環境が変化し（例：物体の移動や追加）、ロボットのタスクとモーションシーケンスを効率的に再計画するにはどうすればよいか？
• RQ2 過去の計画経験をどの程度再利用することで、動的環境変化下での再計画の計算コストを低減できるか？
• RQ3 条件付きサブツリー構造を備えた行動ツリーは、タスク実行中に完全な再計画の必要をどの程度低減できるか？
• RQ4 本手法は、再計画時間、運動コスト、完了効率の観点で、ベースライン手法と比較してどの程度優れているか？
• RQ5 本フレームワークは、実世界の人間・ロボット協働シナリオにおいて、タスクの完了とシームレスな実行を保証できるか？

主な発見

• 経験に基づくA*探索により、物体の移動シナリオでは合計再計画時間を0.69±0.43秒にまで短縮した。これは標準A*の33.50±15.26秒、Dijkstraの30.40±13.06秒と比較して顕著な短縮であった。
• 物体の削除シナリオでは、経験に基づく手法が合計再計画時間を0.10±0.02秒にまで短縮した。これはA*の52.57±8.18秒、Dijkstraの60.53±9.16秒と比べて顕著に低い。
• 物体の追加シナリオでは、経験に基づくアプローチが合計再計画時を20.61±0.86秒にまで短縮した。これに対してA*は89.60±8.73秒、Dijkstraは116.16±16.35秒であった。
• 各環境変化タイプについて30回の試行すべてで100％の成功確率を達成し、ロバスト性と完全性を示した。
• 経験に基づく手法では、完了時間が著しく短縮された：移動時466.50±34.80秒、削除時394.48±13.14秒、追加時647.00±24.67秒。すべてのベースラインを上回った。
• 部分的グラフ構築法は1,250ステートを超えるスケーリングにおいても効率的であり、完全なグラフ構築法は指数関数的に劣化した。大規模なシナリオにおいて本手法の優位性が確認された。