[論文レビュー] Describing Physics For Physical Reasoning: Force-based Sequential Manipulation Planning

Marc Toussaint, Jung-Su Ha+1 more|arXiv (Cornell University)|Feb 28, 2020

Robotic Path Planning Algorithms被引用数 5

ひとこと要約

本稿では、ロボット操作における物理的推論のためのマルチフィジックスパス最適化フレームワークを提案する。アタックポイントのパrameterizationを用いて物体間の力積交換をモデル化し、運動、接触モード、タイミングの共同最適化を可能にする。動的・準静的・安定接触モデルを統合した統一された最適化フレームワーク内で、プッシュ、リフト、グラスピングなどの複雑な力に基づくおよび順序付けられた操作タスクを効果的に計画可能であり、タスクの複雑さに応じて5.4～40秒の範囲で実行可能解を達成する。

ABSTRACT

Physical reasoning is a core aspect of intelligence in animals and humans. A central question is what model should be used as a basis for reasoning. Existing work considered models ranging from intuitive physics and physical simulators to contact dynamics models used in robotic manipulation and locomotion. In this work we propose descriptions of physics which directly allow us to leverage optimization methods for physical reasoning and sequential manipulation planning. The proposed multi-physics formulation enables the solver to mix various levels of abstraction and simplifications for different objects and phases of the solution. As an essential ingredient, we propose a specific parameterization of wrench exchange between object surfaces in a path optimization framework, introducing the point-of-attack as decision variable. We demonstrate the approach on various robot manipulation planning problems, such as grasping a stick in order to push or lift another object to a target, shifting and grasping a book from a shelve, and throwing an object to bounce towards a target.

研究の動機と目的

• 1つの最適化プロセス内で複数の物理的抽象化レベル（例：動的、準静的、安定グリップ）を統合できる、ロボット工学における物理的推論のための統一フレームワークの構築を目的とする。
• 力の相互作用、接触遷移、時間制約を含む複雑な順序操作タスクを計画する課題に対処することを目的とする。
• 前方ダイナミクスではなくパス制約として物理法則を定式化することにより、二段階最適化の困難を回避し、最適化ベースの物理的推論を可能とすることを目的とする。
• 力積交換におけるアタックポイントを意思決定変数として導入し、異なる幾何形状および接触モード間で一貫した接触モデリングを可能とすることを目的とする。
• 時間スケーリング変数を導入して論理幾何プログラミング（LGP）を拡張し、配置パスとその時間的進行を同時に最適化することを目的とする。

提案手法

• 本稿では、物理法則を軌道上の等式制約として定式化することで、前方シミュレーションに代わる制約付き最適化としてのパス最適化フレームワークを提案する。
• 点対表面、線対線、点対点接触を含む多様な接触幾何形状を一貫してモデル化できる、力積交換の新しいパrameterizationとしてアタックポイント（POA）を意思決定変数として導入する。
• 動的、準静的、安定グリップモードの複数の物理モデルを1つの最適化問題に統合し、フェーズ別に簡略化を可能にする。
• 時間スケーリング変数を導入して、配置の順序とその時間的進行を同時に最適化し、時間経過にわたって物理的制約が満たされるようにする。
• 時間と接触モード遷移の連続的意思決定変数を追加することで、論理幾何プログラミング（LGP）を拡張する。
• ソルバーは逐次凸プログラミングを用い、混合物理モデルおよび接触制約のもとで実行可能かつ最適なパスを探索する。

実験結果

リサーチクエスチョン

• RQ1 統一された最適化フレームワークは、1つの計画プロセス内で複数の物理的抽象化レベル（例：動的 vs. 準静的）をどのようにサポートできるか？
• RQ2 アタックポイントに基づく力積交換のパrameterizationは、多様な接触幾何形状を一貫的かつ微分可能にモデル化できるか？
• RQ3 時間と配置を同時に最適化することで、順序操作タスクにおける物理的制約を満たすことは可能か？
• RQ4 最適化ベースの物理的推論における局所最適解の回避に、暗黙のバイアスやサブゴールが果たす役割は何か？
• RQ5 前方シミュレーションや二段階ソルバーに依存せずに、最適化ベースの計画が複雑な力に基づく操作シーケンスを処理できるか？

主な発見

• フレームワークは、動的接触および力積制約を的確に扱う力に基づくスティックリフトタスクを5.4秒で計画に成功した。
• プッシュ後にグリップを行う必要がある順序的なブックシェルフ操作タスクは、スケルトンに事前にサブターゲットポーズを指定した場合、16.4秒で解決された。
• サブターゲットバイアスが存在しない場合、ソルバーは実行可能解に到達できず、対称性に起因する局所最適解に陥り、侵入的グリップに収束した。
• 安定グリップモードを用いることで、解法時間は5.4秒から0.24秒に短縮された。これは、より単純な物理モデルがより速い収束をもたらすことを示している。
• 動的輸送、接触遷移、力に基づく相互作用を含む複雑なタスクに対しても、実行可能解が得られたが、計算時間は5.4秒から40秒まで変動した。
• 結果から、最適化ベースの推論が問題構造や対称性に敏感であり、局所最適解から脱出するにはしばしばサブゴールやバイアスが必要であることが明らかになった。