[논문 리뷰] Task Planning in Robotics: an Empirical Comparison of PDDL-based and ASP-based Systems

Yuqian Jiang, Shiqi Zhang외 2명|arXiv (Cornell University)|2018. 04. 23.

Logic, Reasoning, and Knowledge참고 문헌 30인용 수 4

한 줄 요약

이 논문은 세 가지 벤치마크에서 동일한 도메인 인코딩을 사용하여 PDDL 기반 및 ASP 기반 작업 계획기 간의 실증적 비교를 수행한다. 장기 계획 문제에서는 PDDL 기반 계획기가 우수한 성능를 보이며, 대규모 객체 또는 복잡한 추론이 필요한 도메인에서는 ASP 기반 계획기가 뛰어난 성능를 보인다. 이는 로봇 작업 계획에서 계획기 선택에 실질적인 지침을 제공한다.

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.

연구 동기 및 목표

• 도메인 특성에 따라 PDDL 기반 및 ASP 기반 작업 계획기를 선택하는 데 로봇 공학자들을 안내하기 위해.
• 유사한 도메인 인코딩 하에 최신 PDDL 및 ASP 기반 계획기의 성능을 평가하기 위해.
• 계획 길이, 객체 수, 추론 복잡도와 같은 다양한 도메인 특성 하에서 어떤 계획기 유형이 더 우수한 성능를 보이는지 규명하기 위해.
• 로봇 분야에서 일반 목적의 계획 시스템을 선택할 때 실질적인 통찰을 제공하기 위해.

제안 방법

• 연구는 세 가지 벤치마크 도메인을 사용한다: Blocks World, Hiking, 그리고 IPC 및 이전의 로봇 공학 연구에서 사용된 로봇 주행의 변형.
• 도메인은 가능한 한 유사한 표현 방식을 사용하여 PDDL와 ASP 모두에 인코딩되어 공정한 비교를 보장한다.
• PDDL 기반 계획에는 FastDownward 계획기(FDSS-1 및 LAMA-2011)를, ASP 기반 계획에는 Clingo를 사용한다.
• 실험은 핵심 도메인 특성, 즉 계획 길이, 객체 수, 동작 전제 조건 및 영향의 복잡도를 변화시켜 수행된다.
• 다양한 하드웨어 환경에서의 일관성을 평가하기 위해, 이질적인 HTC 클러스터에서 다수의 런에 걸쳐 계획 시간을 측정한다.
• 통계적 분석을 통해 추세를 확인하며, 낮은 표준편차는 다양한 컴퓨팅 플랫폼에서의 안정성을 나타낸다.

실험 결과

연구 질문

• RQ1 장기적인 동작 시퀀스가 필요한 문제에서 PDDL 기반 계획기가 ASP 기반 계획기보다 뛰어난 성능를 보일까?
• RQ2 더 높은 그라운딩 비용에도 불구하고, 대규모 객체를 포함한 도메인에서는 ASP 기반 계획기가 더 나은 성능를 보일까?
• RQ3 복잡한 동작 전제 조건 및 영향에 대한 추론이 필요한 작업에서는 ASP 기반 계획기가 뛰어난 성능를 보일까?
• RQ4 도메인 크기 및 복잡도의 변화가 PDDL 및 ASP 기반 계획기 간 상대적 성능에 어떤 영향을 미칠까?

주요 결과

• 장기적인 해결이 필요한 문제에서는 PDDL 기반 계획기가 ASP 기반 계획기보다 뚜렷하게 뛰어난 성능를 보이며, 특히 Hiking 및 Blocks World 도메인에서 그러한 경향이 뚜렷하다.
• 객체 수가 증가함에 따라 ASP 기반 계획기는 더 뛰어난 확장성을 보이며, 특히 그라운딩된 동작 수가 폭발적으로 증가하지 않는 조건에서 두드러진다.
• 복잡한 동작 전제 조건 및 영향에 대한 추론이 필요한 로봇 주행 도메인에서는, 짧은 계획에 대해서는 ASP 기반 계획기가 PDDL 기반 계획기보다 훨씬 빠른 성능를 보인다.
• 두 파라다임 간의 성능 격차는 다양한 하드웨어 구성에서도 일관되게 나타나, 기계 특성에 의존하지 않는 안정적인 추세를 보인다.
• Clingo의 대규모 도메인에서의 이점은 높은 그라운딩 시간으로 부분적으로 상쇄되며, 이는 그라운딩 효율성과 해결 효율성 사이의 트레이드오프를 시사한다.
• 결과는 PDDL가 장기 계획 문제에 더 적합하며, ASP는 복잡하거나 대규모 추론 작업에 더 적합하다는 가설을 지지한다.