[논문 리뷰] Synchronized Multi-Arm Rearrangement Guided by Mode Graphs with Capacity Constraints

Rahul Shome, Kostas E. Bekris|arXiv (Cornell University)|2020. 05. 18.

Robotic Path Planning Algorithms참고 문헌 46인용 수 23

한 줄 요약

이 논문은 용량 제약이 있는 모드 그래프에서 다중 에이전트 경로 찾기(MAPF)로 문제를 모델링함으로써 동기화 다중 암 재배치(SMAR)를 위한 새로운 휴리스틱을 제안한다. 여기서 물체는 안정된 배치 위치와 수신 상태를 나타내는 노드를 따라 이동하는 페블로 간주된다. 이 방법은 정수선형계획법(ILP)을 사용해 MAPF 추상화를 해결하고, 이를 기반으로 전진 탐색 플래너(SMART)를 지도하여 최대 9개의 암과 4개의 물체에 대해 10초 이내에 고품질의 anytime 솔루션을 도출한다. 그 결과, 탐욕적 및 순차적 기반 대비 조작 횟수와 마감 시간이 크게 감소하였다.

ABSTRACT

Solving task planning problems involving multiple objects and multiple robotic arms poses scalability challenges. Such problems involve not only coordinating multiple high-DoF arms, but also searching through possible sequences of actions including object placements, and handoffs. The current work identifies a useful connection between multi-arm rearrangement and recent results in multi-body path planning on graphs with vertex capacity constraints. Solving a synchronized multi-arm rearrangement at a high-level involves reasoning over a modal graph, where nodes correspond to stable object placements and object transfer states by the arms. Edges of this graph correspond to pick, placement and handoff operations. The objects can be viewed as pebbles moving over this graph, which has capacity constraints. For instance, each arm can carry a single object but placement locations can accumulate many objects. Efficient integer linear programming-based solvers have been proposed for the corresponding pebble problem. The current work proposes a heuristic to guide the task planning process for synchronized multi-arm rearrangement. Results indicate good scalability to multiple arms and objects, and an algorithm that can find high-quality solutions fast and exhibiting desirable anytime behavior.

연구 동기 및 목표

• 다수의 고자유도도(DoF) 암, 물체 배치, 수신 상태를 포함하는 다중 암 재배치 계획의 확장성 문제를 해결하기 위해.
• 동기화 다중 암 재배치(SMAR)와 정점 용량 제약이 있는 그래프에서의 다중 에이전트 경로 찾기(MAPF) 사이의 구조적 유사성을 규명하기 위해.
• 모드 그래프에서 MAPF 문제의 ILP 해를 기반으로 한 효율적인 휴리스틱을 개발하고, 이를 SMAR를 위한 전진 탐색 플래너를 지도하기 위해.
• 다양한 문제 인스턴스, 비단조화적인 경우를 포함해 솔루션 비용, 조작 횟수, 계산 시간을 감소시키는 데 이 휴리스틱의 효과를 입증하기 위해.
• 복잡한 대규모 다중 암 시나리오에서 anytime 동작을 가능하게 하고 고품질 솔루션으로의 신속한 수렴을 달성하기 위해.

제안 방법

• 문제는 노드가 안정된 물체 배치 위치와 수신 상태를 나타내고, 간선이 취득, 배치, 수신 동작을 나타내는 모드 그래프로 추상화된다.
• 각 물체는 안정된 배치 위치와 수신 상태를 나타내는 노드를 따라 이동하는 페블로 모델링되며, 용량 제약이 적용된다. 예를 들어 각 암은 한 개의 물체만 운반할 수 있고, 배치 위치는 다수의 물체를 수용할 수 있다.
• 용량 제약이 있는 이 모드 그래프에서 MAPF 문제를 해결하기 위해 정수선형계획법(ILP) 수식을 사용하여 물체 이동을 위한 최적 또는 근사 최적의 동작 시퀀스를 도출한다.
• ILP 해는 전진 탐색 트리(SMART) 플래너를 지도하는 휴리스틱으로 사용되며, 동기화 제약 조건을 고려한 이산 동작 시퀀스를 탐색한다.
• 각 암의 궤적을 위한 기초 운동 계획은 dRRT*-유사 방법을 사용해 연속 공간의 타당성을 확보한다.
• 이 방법은 anytime 동작을 지원하며, 계산 시간이 증가함에 따라 솔루션 품질이 향상되고, 다양한 벤치마크 구성에서 평가된다.

실험 결과

연구 질문

• RQ1 동기화 다중 암 재배치(SMAR)의 구조는 용량 제약이 있는 모드 그래프에서의 다중 에이전트 경로 찾기(MAPF) 문제로 효과적으로 모델링될 수 있는가?
• RQ2 MAPF 추상화의 ILP 기반 해가 SMAR 문제에서 전진 탐색 플래너를 지도하는 데 있어 휴리스틱으로서 얼마나 효과적인가?
• RQ3 제시된 휴리스틱은 다양한 문제 인스턴스에서 솔루션 비용, 조작 횟수, 계산 시간 측면에서 탐욕적 및 순차적 기반 대비 우수한 성능을 보일 수 있는가?
• RQ4 이 방법은 최대 9개의 암과 4개의 물체를 포함하는 문제에 대해도 빠른 솔루션 시간과 고품질 결과를 유지하면서 확장 가능한가?
• RQ5 비단조화적인 재배치 문제, 즉 중간 버퍼와 복잡한 수신을 요구하는 문제에 대해 이 방법은 얼마나 잘 작동하는가?

주요 결과

• 제안된 SMART 휴리스틱은 비단조화적인 현장 내 교체 작업에 대해 평균 3.41초 만에 初기 솔루션을 도출했으며, 20회의 시험 전부에서 성공적으로 8단계 솔루션(총 34.6초)을 달성하였다.
• 9×4 벤치마크에서 SMART는 10초 이내에 문제를 해결했으며, 측면에서 측면으로 이동하는 시나리오에서 순차적 기반 대비 20초의 속도 향상을 기록하였다.
• 스위치 벤치마크에서 SMART는 교착 상태를 피함으로써 탐욕적 기반 대비 높은 성공률과 유사한 솔루션 지속 시간 동안 훨씬 적은 조작 동작 수를 기록하였다.
• 랜덤 벤치마크에서 SMART는 높은 성공률과 낮은 조작 횟수를 유지했으며, 탐욕적 기반은 조율의 교착 상태로 인해 자주 실패하였다.
• 특히 측면에서 측면으로의 동시 전달 시나리오에서, SMART는 순차적 기반 대비 이산 동작 순간 수를 최대 50%까지 감소시켰다.
• 이 방법은 강력한 anytime 행동을 보였으며, 시간이 지남에 따라 솔루션 품질이 점진적으로 향상되었고, 시뮬레이션에서 9개의 암과 4개의 물체에까지 확장 가능성을 입증하였다.