[论文解读] Extended Tree Search for Robot Task and Motion Planning

Tianyu Ren, Georgia Chalvatzaki+1 more|arXiv (Cornell University)|Mar 9, 2021

Robotic Path Planning Algorithms参考文献 25被引用 11

一句话总结

该论文提出eTAMP，一种新颖的集成任务与运动规划框架，通过在扩展决策树上结合top-k符号规划与蒙特卡洛树搜索（MCTS），以处理大规模符号空间和高维运动空间。通过生成多样化的骨架计划并利用MCTS最优选择和绑定运动参数，eTAMP在具有不可行任务动作的复杂、长时程操作任务中表现卓越，优于Adaptive等基线方法，尤其在重抓取和多体拆解等挑战性场景中表现突出。

ABSTRACT

Integrated task and motion planning (TAMP) is desirable for generalized autonomy robots but it is challenging at the same time. TAMP requires the planner to not only search in both the large symbolic task space and the high-dimension motion space but also deal with the infeasible task actions due to its intrinsic hierarchical process. We propose a novel decision-making framework for TAMP by constructing an extended decision tree for both symbolic task planning and high-dimension motion variable binding. We integrate top-k planning for generating explicitly a skeleton space where a variety of candidate skeleton plans are at disposal. Moreover, we effectively combine this skeleton space with the resultant motion variable spaces into a single extended decision space. Accordingly, we use Monte-Carlo Tree Search (MCTS) to ensure an exploration-exploitation balance at each decision node and optimize globally to produce optimal solutions. The proposed seamless combination of symbolic top-k planning with streams, with the proved optimality of MCTS, leads to a powerful planning algorithm that can handle the combinatorial complexity of long-horizon manipulation tasks. We empirically evaluate our proposed algorithm in challenging robot tasks with different domains that require multi-stage decisions and show how our method can overcome the large task space and motion space through its effective tree search compared to its most competitive baseline method.

研究动机与目标

• 解决在大规模符号空间与高维运动空间中，长时程机器人操作任务的集成任务与运动规划（TAMP）挑战。
• 克服因领域知识不完整导致的不可行任务骨架问题，即符号规划器生成的计划在运动执行中失败。
• 开发一个统一框架，同时探索多样化的高层计划，并在几何约束下高效搜索运动参数绑定。
• 通过单一、合理的决策过程（基于树搜索）实现任务骨架与运动绑定的最优选择。
• 提升在复杂现实机器人操作场景中的规划效率与成功率，其中运动可行性依赖于符号决策。

提出的方法

• 使用通用top-k规划器在大规模符号任务空间中生成多样化的高层符号计划（骨架），确保覆盖替代解法路径。
• 构建扩展决策树，其中根节点从top-k骨架中选择，后续节点通过运动规划器执行运动参数绑定。
• 将每个运动绑定搜索建模为马尔可夫决策过程（MDP），利用PW-UCT算法（MCTS的变体）实现最优探索与利用。
• 将骨架选择与运动绑定过程整合到单一扩展决策空间中，使MCTS能够在符号变量与连续变量之间平衡探索与利用。
• 使用模拟回放（roll-outs）评估候选分支，并基于累积奖励（如可行性、运动成本）迭代优化最优计划的选择。
• 利用MCTS的已证明最优性，确保在符号与连续联合搜索空间中收敛至全局最优解。

实验结果

研究问题

• RQ1 如何在避免因几何约束导致不可行骨架的前提下，高效探索大规模符号任务空间？
• RQ2 统一决策框架能否有效在单一优化过程中结合符号任务规划与高维运动参数绑定？
• RQ3 将top-k符号规划与MCTS结合，如何提升在大规模运动空间中复杂、长时程操作任务的性能？
• RQ4 多样化的骨架生成与最优骨架选择对几何约束环境下TAMP的成功率与效率有何影响？
• RQ5 在运动规划计算成本较高的场景中，扩展树搜索框架在哪些情况下优于现有TAMP基线（如Adaptive）？

主要发现

• 在三体拆解任务（Unpack3）中，eTAMP因在更大运动空间中实现高效的绑定搜索，尽管在简单情况下初始成本更高，但仍优于Adaptive基线。
• 在重抓取任务中，eTAMP成功率达86%，而Adaptive基线仅为22%，表明其在混合离散-连续运动空间中具有显著优势。
• eTAMP在Unpack2与Unpack3中均实现100%成功率，证实其在具有几何依赖关系的多阶段操作任务中的鲁棒性。
• 在厨房与河内塔任务中，eTAMP表现出竞争力，其中大运动空间使传统绑定搜索方法效率低下。
• top-k规划器实现了对替代骨架的有效探索，这对克服因领域知识不完整导致的不可行任务动作至关重要。
• eTAMP的扩展决策树结合MCTS提供了平衡的探索-利用策略，即使在高维、复杂的运动规划场景中也能获得最优解。