[논문 리뷰] A principled analysis of Behavior Trees and their generalisations

Oliver Biggar, Mohammad Zamani외 1명|arXiv (Cornell University)|2020. 08. 27.

Reinforcement Learning in Robotics참고 문헌 24인용 수 4

한 줄 요약

이 논문은 표준 행동 트리(BTs)의 일반화인 k-행동 트리(k-BTs)를 소개한다. k-BTs는 성공, 실패, 알 수 없음, 부분 성공 등 두 개 이상의 제어 흐름 결과를 지원함으로써 BTs의 모ularity와 반응성 능력을 향상시킨다. k-항 제어 구조를 통해 행동 선택을 형식화함으로써, k-BTs는 BTs의 투명성과 재사용성을 유지하면서도, 실패 모드나 불확실한 지식 상태와 같은 복잡한 로봇 의사결정 시나리오를 더 표현적으로 다룰 수 있다.

ABSTRACT

As complex autonomous robotic systems become more widespread, the need for transparent and reusable Artificial Intelligence (AI) designs becomes more apparent. In this paper we analyse how the principles behind Behavior Trees (BTs), an increasingly popular tree-structured control architecture, are applicable to these goals. Using structured programming as a guide, we analyse the BT principles of reactiveness and modularity in a formal framework of action selection. Proceeding from these principles, we review a number of challenging use cases of BTs in the literature, and show that reasoning via these principles leads to compatible solutions. Extending these arguments, we introduce a new class of control architectures we call generalised BTs or $k$-BTs and show how they can extend the applicability of BTs to some of the aforementioned challenging BT use cases while preserving the BT principles.

연구 동기 및 목표

• 행동 트리의 핵심 원리인 모ularity와 반응성을 형식적인 행동 선택 프레임워크 내에서 분석하고 유지한다.
• 표준 BTs가 부분 성공이나 불확실한 지식 상태를 모델링하는 등의 복잡한 로봇 사용 사례에서 겪는 한계를 규명한다.
• 표준 BTs의 일반화인 k-행동 트리(k-BTs)를 제안하며, 이는 핵심 원리를 유지하면서도 두 개 이상의 결과 값 지원을 가능하게 한다.
• k-BTs가 단일 기계적 유한 상태 기계(FSM)나 특수한 확장 방식에 의존하는 비구조화된 제어 논리의 단점을 피하면서도, 로봇 분야에서의 구조화된 대안을 제공함을 보여준다.
• k-BTs가 표준 BTs 및 Task-Reasoning(TR) 시스템과 같은 유사 아키텍처를 자연스럽게 확장함으로써, 가독성과 재사용성을 유지함을 보여준다.

제안 방법

• 성공과 실패 두 가지 결과 값만을 갖는 반응적이고 모듈러한 제어 기반의 구조화된 행동 선택 모델을 사용하여 BTs를 형식화한다.
• 각 노드가 k-항 결과 평가(예: 1에서 k까지의 값)에 기반해 자식 노드를 선택하는 k-항 제어 흐름 노드로 프레임워크를 확장한다. 이는 Sequence와 Fallback을 일반화한다.
• k-항 제어 노드를 조합하여 k-BTs를 재귀적으로 정의하며, 각 부분 트리가 유효하고 자가 포함된 제어 아키텍처임을 보장한다.
• k개의 결과를 서로 다른 예외 유사 상태(예: 알 수 없음, 부분적으로 성공)로 해석함으로써, 다양한 반환 값에 대한 체계적인 처리를 가능하게 한다.
• 2-BTs가 표준 BTs와 정확히 일치하고, 1-BTs가 Task-Reasoning(TR) 시스템과 일치함을 보여주며, k-BTs가 통합적인 일반화임을 입증한다.
• 프로그래밍에서의 예외 처리에 대한 유사성에 기반해, 실제 로봇 과제(예: 장애 처리 및 불확실한 상태 탐지)에 k-BT 프레임워크를 적용한다.

실험 결과

연구 질문

• RQ1 행동 트리의 핵심 원리인 모ularity와 반응성을 더 복잡한 제어 아키텍처 내에서 어떻게 형식적으로 분석하고 유지할 수 있는가?
• RQ2 표준 행동 트리가 부분 성공이나 불확실한 지식 상태와 같은 세밀한 로봇 의사결정 시나리오를 다루는 데에서 어떤 방식으로 실패하는가?
• RQ3 모듈러리티, 재사용성, 체계적인 설계를 유지하면서도 두 개 이상의 결과 값 지원이 가능한 행동 트리의 일반화를 구성할 수 있는가?
• RQ4 표현력과 유지보수성 측면에서 k-행동 트리(k-BTs)는 Task-Reasoning(TR) 및 전통적 BTs와 같은 기존 아키텍처와 어떻게 비교되는가?
• RQ5 다양한 장애 모드나 확률적 결과를 포함하는 실제 로봇 사용 사례에서 k-BTs의 실용적 이점은 무엇인가?

주요 결과

• k-행동 트리(k-BTs)는 표준 행동 트리의 일반화로 정의되며, k개의 서로 다른 결과 값 지원을 가능하게 하며, 2-BTs는 표준 BTs와 동일하고, 1-BTs는 Task-Reasoning(TR) 시스템과 동일하다.
• k-BT 프레임워크는 모ularity와 반응성의 핵심 원리를 유지하여, 각 부분 트리가 자가 포함되고 재사용 가능하며 예측 가능한 제어 구조로 남아 있음을 보장한다.
• k-BTs는 '알 수 없음'이나 '부분적으로 성공한'과 같은 결과를 제어 흐름의 일급 반환 값으로 간주함으로써, 여러 장애 모드와 비이진 결과를 체계적으로 처리할 수 있다.
• 비구조화된 제어 논리의 복잡성과 투명성 부족을 피하면서도, 구조화된 프로그래밍이 goto 문이 많은 코드보다 향상시킨 방식과 유사하게, BTs의 원리를 원칙적으로 확장한다.
• 제어 흐름 결과를 예외로 모델링함으로써, k-BTs는 표준 BTs나 FSM보다 불확실하거나 부분적으로 관찰 가능한 환경에서 더 표현력 있고 유지보수 용이한 장애 처리를 가능하게 한다.
• 비록 비구조화된 논리가 필요할 수 있지만, k-BTs는 가독성과 재사용성을 유지하면서도 비구조화된 코드의 단점을 피하는 체계적인 대안을 제공한다.