[論文レビュー] RRT+ : Fast Planning for High-Dimensional Configuration Spaces

Marios Xanthidis, Ioannis Rekleitis+1 more|arXiv (Cornell University)|Dec 21, 2016

Robotic Path Planning Algorithms被引用数 3

ひとこと要約

本稿では、高次元の配置空間におけるパス探索を、より低い次元の部分空間を段階的に探索することで高速化する、RRTに基づく新しい運動計画法であるRRT+を紹介する。部分空間の優先順位付けとサンプリング戦略の適応により、特にPrioritizedRRT+-Connectが、標準のRRTやRRT-Connect、KPIECEといった最先端の計画法と比較して、極めて冗長なシステムにおいて顕著に高速な収束を達成する。

ABSTRACT

In this paper we propose a new family of RRT based algorithms, named RRT+ , that are able to find faster solutions in high-dimensional configuration spaces compared to other existing RRT variants by finding paths in lower dimensional subspaces of the configuration space. The method can be easily applied to complex hyper-redundant systems and can be adapted by other RRT based planners. We introduce RRT+ and develop some variants, called PrioritizedRRT+ , PrioritizedRRT+-Connect, and PrioritizedBidirectionalT-RRT+ , that use the new sampling technique and we show that our method provides faster results than the corresponding original algorithms. Experiments using the state-of-the-art planners available in OMPL show superior performance of RRT+ for high-dimensional motion planning problems.

研究の動機と目的

• ハイパーレンズなマニピュレータやモバイルマニピュレータに一般的に見られる高次元の配置空間において、標準のRRTアルゴリズムの計算非効率性を解消すること。
• 解が存在する可能性の高いより低い次元の部分空間に焦点を当てることで、高自由度（DOF）システムにおける計画時間を短縮すること。
• 既存のRRTベースの計画法に理論的保証を損なわずに容易に統合可能であり、性能を向上させることのできる汎用的なフレームワークを構築すること。
• 多様で高次元の環境において、RRT+の変種が最先端の計画法と比較して果たす性能を評価すること。
• 優先順位付けと動的部分空間選択が、計画速度と解の質に与える影響を調査すること。

提案手法

• RRT+は、全配置空間を次第に次元が増加する部分空間の列に分解し、各部分空間内で木の拡張を段階的に実行する。
• 幾何的・運動学的制約に基づき、実行可能なパスを含む可能性の高い部分空間を優先するサンプリング戦略を用いる。
• 各RRT+変種（例：PrioritizedRRT+-Connect）は、元の計画法のサンプリングおよび拡張ロジックを部分空間内で動作可能に変更し、RRTの理論的完全性を維持する。
• 部分空間が十分に探索されたと判断された時点で、検索深度を動的に調整することで、無駄な計算を削減する。
• モジュラー設計となっており、通常5分以内でコード変更を加えることで、既存のRRTベースの計画法に容易に統合可能である。
• 各部分探索の最大時間 $ Q_{\text{max}} $ が制御パラメータとして用いられ、性能はその値に強く依存するが、多様な環境においても安定した性能を示す。

実験結果

リサーチクエスチョン

• RQ1 より低い次元の部分空間に焦点を当てることで、高次元の配置空間における計画時間を顕著に短縮できるか？
• RQ2 部分空間間での優先的サンプリングは、一様またはバイアス付きサンプリングと比較して、収束速度と解の質にどのように影響するか？
• RQ3 極めて冗長なロボットシステムにおいて、RRT+はRRT-Connect、KPIECE、STRIDEといった最先端の計画法をどの程度上回るか？
• RQ4 RRT+フレームワークは、最小限の実装作業で他のRRTベースの計画法へ容易に一般化・適応可能か？
• RQ5 システムの運動学的構造に関する事前知識が、計画プロセスの高速化に果たす役割は何か？

主な発見

• PrioritizedRRT+-Connectは、すべてのテスト環境と試行において最速の解を達成し、各試行で最も速い解を記録した。
• 30-DOFのHorn環境では、PrioritizedRRT+-Connectが平均計画時間を4.77秒にまで短縮したのに対し、RRT-Connectは66.71秒を要し、13.6倍の高速化を達成した。
• 17-DOFの運動学的チェーンでは、RRT+の変種が、混雑した環境およびHorn環境において、標準のRRT-Connectと比較して平均計画時間を最大70％短縮した。
• 低冗長性環境ではKPIECEやSTRIDEがRRT+の変種を上回ったが、高冗長性の状況ではRRT+が依然として競争力があり、より高速であった。
• 理論的完全性と確率的完全性を維持したまま顕著な高速化を達成したため、本手法の堅牢性とスケーラビリティが裏付けられた。
• RRT+の性能は $ Q_{\text{max}} $ パラメータに強く依存しており、今後の研究では、適応的チューニングやメトリクスに基づく終了基準の導入が求められる。