[논문 리뷰] STRIPS Planning in Infinite Domains

Caelan Reed Garrett, Tomás Lozano‐Pérez외 1명|arXiv (Cornell University)|2017. 01. 01.

AI-based Problem Solving and Planning참고 문헌 17인용 수 8

한 줄 요약

이 논문은 블랙박스 생성기들을 조건부 및 인증된 스트림을 통해 통합함으로써 무한 및 연속 도메인을 지원하는 도메인 독립적 확장인 strips tream을 소개한다. 이는 두 가지 알고리즘—점진적 및 집중적—을 제안하여 무한 도메인 계획 문제를 유한 도메인 문제의 시퀀스로 환원함으로써 고차원적이고 비선형 제약 조건을 가진 복잡한 로봇 작업에서 효율적인 계획을 달성한다.

ABSTRACT

Many robotic planning applications involve continuous actions with highly non-linear constraints, which cannot be modeled using modern planners that construct a propositional representation. We introduce STRIPStream: an extension of the STRIPS language which can model these domains by supporting the specification of blackbox generators to handle complex constraints. The outputs of these generators interact with actions through possibly infinite streams of objects and static predicates. We provide two algorithms which both reduce STRIPStream problems to a sequence of finite-domain planning problems. The representation and algorithms are entirely domain independent. We demonstrate our framework on simple illustrative domains, and then on a high-dimensional, continuous robotic task and motion planning domain.

연구 동기 및 목표

• 로봇 운동 및 작업 계획에서와 같이 운동학 및 충돌 회피와 같은 복잡한 비선형 제약 조건을 가진 연속적이고 고차원적 도메인에서의 계획 문제를 해결한다.
• PDDL 및 ASP와 같은 기존 계획기들이 비다항식 제약 조건을 다루거나 효율적인 휴리스틱이 부족하여 어려움을 겪는 문제를 극복한다.
• 외부 절차(예: 역운동학, 경로 계획)를 핵심 계획 논리 수정 없이 스트림을 통해 통합할 수 있는 일반적이고 도메인 독립적 프레임워크를 제공한다.
• 고차원 공간 내에서 타당한 동작 파ameter의 집합이 저차원 매니폴드를 이룰 경우에도 효과적인 계획을 가능하게 한다.
• 비용이 많이 드는 블랙박스 평가를 최소화하기 위해 관련이 있는 스트림만 선택적으로 호출하는 알고리즘 설계를 통해 복잡한 환경에서의 확장성을 향상시킨다.

제안 방법

• 외부 절차를 통해 생성되는 유한 또는 무한 수열의 객체(예: 자세, 구성, 궤적 등)를 지원하는 스트림을 STRIPS 언어에 확장한다.
• 기타 객체 값에 기반하여 객체를 생성하는 조건부 스트림을 도입한다(예: 자세와 잡기 조건이 주어졌을 때의 역운동학 해답).
• 임의의 정적 술어의 논리곱을 만족하는 객체를 생성하는 인증된 스트림을 도입한다(예: 도달 가능성, 시야 확보, 충돌 없는 운동).
• 두 가지 알고리즘—점진적 및 집중적 계획—을 사용하여 strips tream 문제를 유한 도메인 STRIPS 문제의 시퀀스로 환원한다.
• 점진적 알고리즘은 스트림이 생성되는 즉시 모든 스트림을 평가한다; 집중적 알고리즘은 유용성이 있을 만한 스트림만 휴리스틱을 통해 선택적으로 호출한다.
• 무한 도메인 문제를 일련의 유한 도메인 부분 문제로 매핑함으로써 기존에 매우 최적화된 STRIPS 계획기와 휴리스틱을 활용한다.

실험 결과

연구 질문

• RQ1 일반 목적의 계획 프레임워크는 로봇 운동 및 작업 계획에서와 같이 복잡한 비선형 제약 조건을 가진 연속적이고 무한 도메인 문제를 효과적으로 모델링할 수 있는가?
• RQ2 역운동학, 충돌 검사 등의 블랙박스 절차를 효율성이나 표현력 손실 없이 계획 언어에 통합할 수 있는가?
• RQ3 비용이 많이 드는 외부 함수 호출을 최소화함으로써 고차원 연속 도메인에서 확장 가능한 도메인 독립적 계획 알고리즘을 설계할 수 있는가?
• RQ4 복잡한 로봇 계획 작업에서 집중적 계획 전략이 무작위로 모든 스트림을 평가하는 방법보다 얼마나 뛰어나게 성능을 발휘하는가?
• RQ5 고차원 매개변수 공간 내에서 타당한 해가 저차원 매니폴드를 이룰 경우, 프레임워크는 그러한 문제를 처리할 수 있는가?

주요 결과

• 집중적 알고리즘은 특히 갈등 요소가 많은 문제에서 점진적 알고리즘보다 스트림 호출 수를 크게 줄여 성능 향상을 이룬다.
• 점진적 알고리즘은 특히 역운동학 및 충돌 검사와 같이 비용이 많이 드는 연산에 대해 상당히 많은 스트림 호출을 하여 총 실행 시간이 증가했다.
• 집중적 알고리즘은 120초 타임아웃 내에 25개의 시험 모두를 성공적으로 해결했지만, 점진적 알고리즘은 갈등 요소가 많아질수록 문제 2-16에서 특히 어려움을 겪었다.
• 외부 절차를 스트림을 통해 활용하여 복잡한 운동학 및 충돌 제약 조건을 가진 고차원 로봇 피킹 및 플레이스 도메인을 성공적으로 모델링했다.
• 인증된 스트림과 조건부 스트림의 사용은 도달 가능성, 시야 확보, 충돌 없는 궤적과 같은 복잡한 제약 조건을 간결하고 표현력 있게 모델링할 수 있게 했다.
• 기존의 표준 STRIPS 계획기를 사용할 수 있는 방법으로 무한 도메인 문제를 일련의 유한 도메인 문제로 환원함으로써 도메인 독립적 계획이 연속 도메인에서도 효과적으로 작동할 수 있음을 입증했다.