[論文レビュー] Task Planning in Robotics: an Empirical Comparison of PDDL-based and ASP-based Systems

Yuqian Jiang, Shiqi Zhang+2 more|arXiv (Cornell University)|Apr 23, 2018

Logic, Reasoning, and Knowledge参考文献 30被引用数 4

ひとこと要約

本論文は、3つのベンチマークを用いて、同一のドメイン符号化のもとでPDDLベースとASPベースのタスクプランナを実験的に比較している。長時間計画問題ではPDDLベースのプランナが優れている一方、多数のオブジェクトや複雑な推論を要するドメインではASPベースのプランナが優れることが判明し、ロボットタスクプランニングにおけるプランナ選定に実用的な指針を提供する。

ABSTRACT

Robots need task planning algorithms to sequence actions toward accomplishing goals that are impossible through individual actions. Off-the-shelf task planners can be used by intelligent robotics practitioners to solve a variety of planning problems. However, many different planners exist, each with different strengths and weaknesses, and there are no general rules for which planner would be best to apply to a given problem. In this article, we empirically compare the performance of state-of-the-art planners that use either the Planning Domain Description Language (PDDL), or Answer Set Programming (ASP) as the underlying action language. PDDL is designed for task planning, and PDDL-based planners are widely used for a variety of planning problems. ASP is designed for knowledge-intensive reasoning, but can also be used for solving task planning problems. Given domain encodings that are as similar as possible, we find that PDDL-based planners perform better on problems with longer solutions, and ASP-based planners are better on tasks with a large number of objects or in which complex reasoning is required to reason about action preconditions and effects. The resulting analysis can inform selection among general purpose planning systems for particular robot task planning domains.

研究の動機と目的

• ドメインの特性に応じて、PDDLベースとASPベースのタスクプランナのどちらを選ぶべきかをロボティシャンにガイドすること。
• 同等のドメイン符号化のもとで、最先端のPDDLおよびASPプランナの性能を評価すること。
• 計画の長さ、オブジェクト数、推論の複雑さといったドメインの性質の違いに対して、どのプランナタイプがより優れた性能を示すかを特定すること。
• ロボティクス分野における汎用計画システムを選定する実務家に対する実用的知見を提供すること。

提案手法

• 本研究では、Blocks World、Hiking、およびIPCおよび先行するロボティクス研究から取り入れたロボットナビゲーションの変種という3つのベンチマークドメインを用いた。
• ドメインは、公平な比較を確保するため、可能な限り同じ表現を用いてPDDLおよびASPに符号化した。
• PDDLベースの計画にはFastDownwardプランナ（FDSS-1およびLAMA-2011）を、ASPベースの計画にはClingoを用いた。
• 実験では、計画の長さ、オブジェクト数、アクションの事前条件および効果の複雑さといった、重要なドメインの特性を変化させた。
• 計画時間は、異種のHTCクラスタ上で複数回の実行を繰り返し測定し、異なるハードウェア環境での一貫性を評価した。
• 傾向を確認するために統計解析を実施した。標準偏差が低かったことから、異なるコンピューティングプラットフォームにおいても性能が安定していることが示された。

実験結果

リサーチクエスチョン

• RQ1 長時間にわたるアクションのシーケンスを要する問題において、PDDLベースのプランナがASPベースのプランナを上回るのか？
• RQ2 高いグランドイングコストを伴うにもかかわらず、オブジェクト数が多いドメインにおいて、ASPベースのプランナが優れた性能を示すのか？
• RQ3 アクションの事前条件および効果に関する複雑な推論を要するタスクにおいて、ASPベースのプランナが優れた性能を示すのか？
• RQ4 ドメインのサイズや複雑さの変化が、PDDLおよびASPプランナの相対的性能にどのように影響するのか？

主な発見

• 長時間計画が必要な問題、特にHikingおよびBlocks Worldドメインでは、PDDLベースのプランナがASPベースのプランナを顕著に上回った。
• オブジェクト数の増加に伴い、ASPベースのプランナは優れたスケーラビリティを示した。特に、グランド化されたアクション数が爆発的に増加しない場合に顕著だった。
• アクションの事前条件および効果に関する複雑な推論を要するロボットナビゲーションドメインでは、短時間計画においてASPベースのプランナがPDDLベースのプランナよりもはるかに高速だった。
• 2つのパラダイム間の性能差は、多様なハードウェア構成において一貫しており、機器固有の要因とは独立した安定した傾向であることが示された。
• Clingoの大型ドメインにおける利点は、高いグランドイング時間によって部分的に相殺されており、グランドイングと解決の効率のトレードオフが生じていると考えられる。
• 結果から、PDDLは長時間計画問題に適しているのに対し、ASPは複雑または大規模な推論タスクに適しているという仮説が裏付けられた。