[논문 리뷰] High-Level Plan for Behavioral Robot Navigation with Natural Language Directions and R-NET

Amar Shrestha, Krittaphat Pugdeethosapol외 2명|arXiv (Cornell University)|2020. 01. 08.

Multimodal Machine Learning Applications참고 문헌 10인용 수 4

한 줄 요약

이 논문은 기존 환경에서 로봇의 고수준 행동 계획으로 자연어 주행 지시어를 번역하기 위해 게이트형 및 자기매칭 어텐션을 갖춘 R-NET 기반 모델을 제안한다. 도착지점과 행동의 그래프로 구성된 내비게이션 공간을 모델링함으로써, 이 방법은 포인터 네트워크를 사용하여 최적의 순차적 행동 계획을 생성하며, 기존 환경과 미지 환경 양 측면에서 최신 기술보다 뛰어난 성능을 보인다.

ABSTRACT

When the navigational environment is known, it can be represented as a graph where landmarks are nodes, the robot behaviors that move from node to node are edges, and the route is a set of behavioral instructions. The route path from source to destination can be viewed as a class of combinatorial optimization problems where the path is a sequential subset from a set of discrete items. The pointer network is an attention-based recurrent network that is suitable for such a task. In this paper, we utilize a modified R-NET with gated attention and self-matching attention translating natural language instructions to a high-level plan for behavioral robot navigation by developing an understanding of the behavioral navigational graph to enable the pointer network to produce a sequence of behaviors representing the path. Tests on the navigation graph dataset show that our model outperforms the state-of-the-art approach for both known and unknown environments.

연구 동기 및 목표

• 로봇이 자연어 지시어를 실행 가능한 행동 내비게이션 계획으로 해석할 수 있도록 하기 위해.
• 구조화된 내비게이션 그래프 내에서 자연어 지시어를 이산적인 로봇 행동의 순서로 매핑하는 과제를 해결하기 위해.
• 신경 시퀀스 생성을 통해 기존 및 미지 환경에서 경로 계획 성능을 향상시키기 위해.
• 이산적 행동 동작에 대한 조합 최적화를 위해 어텐션 메커니즘을 활용하는 포인터 네트워크 기반 접근법을 개발하기 위해.

제안 방법

• 내비게이션 환경는 랜드마크가 노드이고 로봇 행동이 간선인 그래프로 모델링된다.
• 게이트형 어텐션과 자기매칭 어텐션를 갖춘 수정된 R-NET가 자연어 지시어를 인코딩하고 행동 시퀀스를 예측하는 데 사용된다.
• 포인터 네트워크는 내비게이션 그래프 내 이산적 동작 집합에서 선택하여 행동 시퀀스로서 경로를 생성한다.
• 모델는 지도 학습을 통해 입력 언어 기술서를 고수준 행동 계획으로 매핑하기 위해 엔드 투 엔드로 훈련된다.
• 어텐션 메커니즘은 시퀀스 생성 중 지시어와 그래프 구조의 관련 부분에 집중할 수 있도록 한다.
• 이 접근법은 이산적 행동 동작에 대한 조합 최적화 문제로 경로 계획을 간주한다.

실험 결과

연구 질문

• RQ1 신경망이 기존 환경에서 자연어 내비게이션 지시어를 순차적 로봇 행동으로 효과적으로 매핑할 수 있는가?
• RQ2 기존 방법과 비교해 제안된 R-NET 모델은 미지 환경으로의 일반화 성능이 얼마나 우수한가?
• RQ3 게이트형 어텐션과 자기매칭 어텐션는 모델의 복잡한 자연어 지시어 이해 및 내비게이션 계획 생성 능력을 얼마나 향상시키는가?
• RQ4 포인터 네트워크는 이산적 행동 집합에서 최적 경로를 선택하는 조합 최적화 문제를 효과적으로 해결할 수 있는가?

주요 결과

• 제안된 모델은 기존 환경과 미지 환경 양 측면에서 내비게이션 그래프 데이터셋에서 최신 기술보다 뛰어난 성능을 보였다.
• 게이트형 어텐션과 자기매칭 어텐션의 통합은 모델이 복잡한 자연어 지시어를 이해하는 데 능력을 향상시켰다.
• 포인터 네트워크는 로봇 내비게이션을 위한 유효하고 최적의 행동 시퀀스를 성공적으로 생성하였다.
• 모델는 예측되지 않은 환경으로의 일반화 능력이 뛰어나 강력한 일반화 능력을 보였다.