[論文レビュー] Recovering from External Disturbances in Online Manipulation through State-Dependent Revertive Recovery Policies

Hongmin Wu, Hongbin Lin+4 more|arXiv (Cornell University)|Aug 1, 2017

Anomaly Detection Techniques and Applications参考文献 17被引用数 6

ひとこと要約

本論文では、オンライン操作タスク中に人間や工具の衝突などの外部の摂動から、ロボットが強固に回復できる状態に依存する逆戻り回復方針を提案する。タスクを自己認識ノードを備えた有向グラフとしてモデル化し、状態に依存するノード選択戦略によって回復をトリガーすることで、繰り返し発生する異常下で88.89%のFスコアを達成し、多様なタスクシナリオにおいて一貫性がありリアルタイムな耐性を示した。

ABSTRACT

Robots are increasingly entering uncertain and unstructured environments. Within these, robots are bound to face unexpected external disturbances like accidental human or tool collisions. Robots must develop the capacity to respond to unexpected events. That is not only identifying the sudden anomaly, but also deciding how to handle it. In this work, we contribute a recovery policy that allows a robot to recovery from various anomalous scenarios across different tasks and conditions in a consistent and robust fashion. The system organizes tasks as a sequence of nodes composed of internal modules such as motion generation and introspection. When an introspection module flags an anomaly, the recovery strategy is triggered and reverts the task execution by selecting a target node as a function of a state dependency chart. The new skill allows the robot to overcome the effects of the external disturbance and conclude the task. Our system recovers from accidental human and tool collisions in a number of tasks. Of particular importance is the fact that we test the robustness of the recovery system by triggering anomalies at each node in the task graph showing robust recovery everywhere in the task. We also trigger multiple and repeated anomalies at each of the nodes of the task showing that the recovery system can consistently recover anywhere in the presence of strong and pervasive anomalous conditions. Robust recovery systems will be key enablers for long-term autonomy in robot systems. Supplemental info including code, data, graphs, and result analysis can be found at [1].

研究の動機と目的

• 構造的でない環境下で予期しない外部摂動に直面するロボットのための汎用的で強固な回復メカニズムの開発。
• 孤立した点に限らず、タスクグラフの任意のノードで回復を可能にすること、繰り返し発生する多様な異常下でも有効であること。
• 異なるタスク段階において、単一および複数の異常条件の下でのシステムのパフォーマンスを評価すること。
• 実世界の実験を通じて、正確性、再現率、Fスコアという指標を用いて回復戦略の有効性を定量化すること。
• 単なる元に戻す操作を超えたスケーラビリティと適応性の検討、今後の段階的学習との統合可能性の探求。

提案手法

• タスクは、各ノードが操作スキルを表し、非パラメトリックベイズ的マルコフスイッチング過程（sHDP-HMM）に基づく自己認識モジュールを備えた有向グラフ的モデルとしてモデル化される。
• 異常検出は、sHDP-HMMを用いたセンサー信号のリアルタイム監視により実施され、各スキルの正常動作パターンを学習する。
• 異常を検知すると、状態に依存する基準に基づき選択されたターゲットノードに実行を戻す汎用的回復ポリシーが発動する。
• 文脈的状態に基づきタスクグラフ内の以前のノードを選択することで、安全で回復可能な状態からタスクを一貫して再起動可能となる。
• システムは低レベル制御と密接に統合されており、自己認識の結果に基づき、実行を継続するか逆戻りするかの命令を発行する。
• パフォーマンスは、ピックアンドプレースおよびドア開閉タスクにおいて人為的および工具の衝突を誘発した複数回の試行を通じて、Fスコア、正確性、再現率を用いて評価される。

実験結果

リサーチクエスチョン

• RQ1 異常が繰り返し発生しても、タスクグラフの任意のノードでロボットが外部摂動から回復可能か？
• RQ2 各タスクノードにおける単一異常と複数異常条件の下で、システムの回復パフォーマンスはどのように変化するか？
• RQ3 sHDP-HMMを用いることで、標準的なHMMと比較して異常検出およびその後の回復性能がどの程度向上するか？
• RQ4 強い予測不能な摂動下でも、多様な操作タスクにおいて回復ポリシーが堅牢性と一貫性を維持できるか？
• RQ5 固定またはヒューリスティックな回復戦略と比較して、状態に依存する回復ノード選択は、成功確率と適応性の面でどの程度優れているか？

主な発見

• ピックアンドプレースタスクにおける工具衝突からの回復で、Fスコア88.89%を達成し、正確性100%、再現率88.89%を記録した。
• ドア開閉タスクでは、スキルごとに複数の異常条件下でFスコア93.33%を達成し、正確性100%、再現率93.33%を記録した。
• sHDP-HMMモデルはベースラインHMMを上回り、ピックアンドプレースタスクで複数異常下でFスコアを10.67%向上、ドア開閉タスクでは13.33%向上した。
• タスクグラフのすべてのノードで回復が一貫して達成され、異常がすべてのノードで発生しても障害は観測されなかった。
• 繰り返しの摂動下でもシステムは堅牢性を示し、同じノードから複数回の回復が行われてもパフォーマンスに劣化が見られなかった。
• 結果から、状態に依存する回復ノード選択が、人間-ロボットインタラクションの場面における多様で予測不能な外部摂動に対し、一貫性がありリアルタイムな回復を可能にすることが示された。