[논문 리뷰] Chemistry Lab Automation via Constrained Task and Motion Planning

Naruki Yoshikawa, Andrew Zou Li외 7명|arXiv (Cornell University)|2022. 12. 19.

Modular Robots and Swarm Intelligence인용 수 13

한 줄 요약

이 논문은 PDDLStream를 통한 제약 조건이 있는 작업 및 운동 계획(TAMP)을 사용하여 일반 목적의 로봇이 용해도 스크리닝 및 재결정화와 같은 다단계 실험을 자율적으로 수행할 수 있는 로봇 프레임워크를 제시한다. 이 시스템은 8-DoF 로봇을 사용하여 제약 조건이 있는 운동 계획에서 97%의 성공률를 달성했으며, 누출을 줄이고 정확한倒수(액체의 경우 오차 8.1%, 분말의 경우 8.8%)를 가능하게 했으며, 시각 기반 피드백을 통해 용해도 및 재결정화 실험을 성공적으로 수행했다.

ABSTRACT

Chemists need to perform many laborious and time-consuming experiments in the lab to discover and understand the properties of new materials. To support and accelerate this process, we propose a robot framework for manipulation that autonomously performs chemistry experiments. Our framework receives high-level abstract descriptions of chemistry experiments, perceives the lab workspace, and autonomously plans multi-step actions and motions. The robot interacts with a wide range of lab equipment and executes the generated plans. A key component of our method is constrained task and motion planning using PDDLStream solvers. Preventing collisions and spillage is done by introducing a constrained motion planner. Our planning framework can conduct different experiments employing implemented actions and lab tools. We demonstrate the utility of our framework on pouring skills for various materials and two fundamental chemical experiments for materials synthesis: solubility and recrystallization.

연구 동기 및 목표

• 특수화되지 않고 프로그래밍이 불가능한 실험기구가 없는 일반 목적의 로봇 액추에이터가 복잡하고 다단계적인 화학 실험을 자율적으로 수행할 수 있도록 하는 것.
• 제약 조건이 있는 운동 계획을 통해 충돌 방지 및 누출 방지를 통합하여 실험 자동화의 안전성과 신뢰성을 높이는 것.
• 실험 실행과 결과 평가 사이의 루프를 시각 기반 인식을 통해 실시간 피드백으로 닫는 것.
• 고수준의 XDL 기술 기술서를 사용하여 용해도 및 재결정화와 같은 기본 화학 실험에서 이 프레임워크의 효과성을 입증하는 것.

제안 방법

• 프레임워크는 고수준의 XDL 실험 기술서를 실행 가능한 동작 시퀀스로 변환하기 위해 PDDLStream을 사용하여 제약 조건이 있는 작업 및 운동 계획(TAMP)을 수행한다.
• 물체의 역학적 특성과 운동학적 제약 조건을 모델링하여 액체 및 분말의 누출 없는 운반을 보장하는 제약 조건이 있는 운동 계획기를 통합한다.
• 실험 상태를 모니터링하기 위해 3차원 물체 검출, 자세 추정, 콘텐츠 세그멘테이션(예: 액체 수위, 농도)을 위한 인식 모듈을 통합한다.
• 운동 계획 성공률 향상을 위해 부가적인 레이어를 제공하는 8-DoF 로봇 암을 사용하여 운동학적 및 동역학적 제약 조건을 더 효과적으로 피할 수 있도록 한다.
• 시각 기반 피드백을 통해 용액의 용해 및 결정화를 감지하여 닫힌 루프 실행과 결과 검증을 가능하게 한다.
• 소프트웨어 인터페이스를 통해 다양한 실험 기구(예: 히트 플레이트, 저울)를 통합하여 실험 중 가열, 혼합 및 체중 측정을 제어한다.

실험 결과

연구 질문

• RQ1 일반 목적의 로봇 액추에이터가 고수준의 작업 기술서를 사용하여 복잡하고 다단계적인 화학 실험을 자율적으로 수행할 수 있는가?
• RQ2 실제 실험실 환경에서 제약 조건이 있는 운동 계획이 액체 및 분말 이송 중 누출을 방지하는 데 얼마나 효과적인가?
• RQ3 로봇의 자유도를 7-DoF에서 8-DoF로 증가시킬 경우 제약 조건이 있는 운동 계획의 성공률에 어떤 영향을 미치는가?
• RQ4 시각 기반 피드백을 통해 자율 실험에서 화학 공정의 주요 단계(예: 용해, 결정화)를 신뢰성 있게 감지할 수 있는가?
• RQ5 PDDLStream를 사용한 TAMP 파이프라인은 실제 실험실 환경의 복잡성과 다양성에 얼마나 잘 대응할 수 있는가?

주요 결과

• 8-DoF 로봇은 제약 조건이 있는 운동 계획에서 97%의 성공률를 기록했으며, 7-DoF 로봇의 84% 성공률보다 뚜렷이 높아 부가적인 레이어의 이점이 입증되었다.
• 倒수 기술은 액체의 경우 평균 상대 오차 8.1%, 분말의 경우 8.8%를 기록했으며, 기준 방법 대비 81.4% 및 24.1%의 오차를 기록한 것과 비교해 간단한 센서로도 높은 정확도를 확보했다.
• 용해도 실험은 용해도 측정 오차율이 7.2%로 문헌 기준 진실값과 유사했으며, 실행 시간 최적화가 이루어지지 않은 실험에서 56%의 성공률 기록했다.
• 알루미늄 황산염의 재결정화가 성공적으로 구현되었으며, 냉각 후 결정 형성이 명백하게 관찰되어 시스템이 온도 의존성 합성 프로토콜을 실행할 수 있음을 확인했다.
• TAMP 실패와 인식-환경 불일치가 주요 실패 원인이었으며, 9개의 용해도 실험 중 5개가 계획 또는 인식 문제로 취소되어 실제 환경에서의 실행 정밀도에 도전 과제가 있음을 시사했다.