[論文レビュー] TASKOGRAPHY: Evaluating robot task planning over large 3D scene graphs

Christopher Agia, Krishna Murthy Jatavallabhula+6 more|arXiv (Cornell University)|Jul 11, 2022

Robotic Path Planning Algorithms参考文献 47被引用数 12

ひとこと要約

本論文は、3次元シーングラフ（3DSG）上のロボットタスク計画を評価するための大規模ベンチマークであるTaskographyを紹介し、古典的および学習ベースの計画法が完全な3DSGではリアルタイム性能に達しないことを明らかにした。これを解決するために、3DSGの複雑さを低減するタスク条件付きスパarsification手法であるscrubを提案。これにより古典的計画法が最先端の学習ベース手法を上回る性能を発揮可能となる。さらに、学習ベース計画法の性能を向上させるためのseekを提案。これは3DSGの階層構造を活用し、再計画ステップ数を1桁削減する。

ABSTRACT

3D scene graphs (3DSGs) are an emerging description; unifying symbolic, topological, and metric scene representations. However, typical 3DSGs contain hundreds of objects and symbols even for small environments; rendering task planning on the full graph impractical. We construct TASKOGRAPHY, the first large-scale robotic task planning benchmark over 3DSGs. While most benchmarking efforts in this area focus on vision-based planning, we systematically study symbolic planning, to decouple planning performance from visual representation learning. We observe that, among existing methods, neither classical nor learning-based planners are capable of real-time planning over full 3DSGs. Enabling real-time planning demands progress on both (a) sparsifying 3DSGs for tractable planning and (b) designing planners that better exploit 3DSG hierarchies. Towards the former goal, we propose SCRUB, a task-conditioned 3DSG sparsification method; enabling classical planners to match and in some cases surpass state-of-the-art learning-based planners. Towards the latter goal, we propose SEEK, a procedure enabling learning-based planners to exploit 3DSG structure, reducing the number of replanning queries required by current best approaches by an order of magnitude. We will open-source all code and baselines to spur further research along the intersections of robot task planning, learning and 3DSGs.

研究の動機と目的

• 大規模な3次元シーングラフ（3DSG）上でのリアルタイムロボットタスク計画の可能性を評価すること。3DSGは記号的・トポロジカル・メトリックな情報に富んでいるが、完全な形では計算的に非現実的である。
• 完全な3DSG上での計画性能の主なボトル neck を同定すること。特に、タスクに関係のない余分なシーン要素に対する推論の非効率性。
• 視覚的表現学習から計画性能を分離すること。3DSG上の記号的計画に焦点を当てることで、計画アルゴリズムの効率性を明確に評価可能にする。
• 将来の計画法の系統的評価を可能にするため、多様で挑戦的なタスク計画ドメインを備えた、新しいベンチマークであるTaskographyを確立すること。
• 今後の研究を支援するため、scrubとseekを含むオープンソースツールを提供すること。

提案手法

• タスクに依存する3DSGスパース化手法であるscrubを提案。これは、与えられた計画問題を解くために必要な最小限のオブジェクト集合を特定・保持することで、正しさを保ちつつ状態空間のサイズを著しく削減する。計画器に依存しない。
• タスク関連オブジェクトから3DSGの祖先を上位から下位へトポダウン走査することで、到達可能性と構造的完全性を保証。これにより、縮小されたグラフが計画に十分であることを保証。
• 学習ベースの段階的計画法の性能を向上させるためのseekを導入。3DSGの階層構造を強制的に組み込み、保持されたすべてのオブジェクトが初期状態から到達可能であることを保証するとともに、重複する再計画を削減。
• PLOIにインspiredされた学習済みオブジェクトスコアラに幾何的しきい値減衰を適用し、タスク関連性に応じて動的にオブジェクトを pruning および保持。階層的祖先の保持を併用。
• 階層的オブジェクト重要度推定のためのマルチレベルグラフニューラルネットワークスコアラを採用。構造的整合性を維持しながら選択的プルーニングを可能にする。
• 完全に観測可能で決定論的な環境において、多様なドメイン（例：オブジェクト再配置、配達タスク）を備えたベンチマークであるTaskographyを設計。地上化およびリフトドプランニングの両方をサポート。

実験結果

リサーチクエスチョン

• RQ1 古典的および学習ベースの計画法は、その規模と複雑さを考慮すると、完全な3DSG上でリアルタイム性能を達成できるか？
• RQ2 3DSGのタスク条件付きスパース化は、解の質を損なわせることなく、どの程度計画効率を向上させられるか？
• RQ3 学習ベース計画法は、3DSGの階層構造をどの程度効果的に活用して再計画ステップ数を削減できるか？
• RQ4 スパース化された3DSG上で計画する際、古典的計画法と学習ベース計画法の間には体系的な性能差が存在するか？
• RQ5 seekによる構造的事前知識の統合は、段階的学習ベース計画において計算オーバーヘッドを顕著に削減できるか？

主な発見

• scrubスパース化処理を事前に行い、その上で適用された古典的計画法が、Taskographyベンチマーク上では最先端の学習ベース手法を上回る性能を示した。
• scrub手法により、3DSG内のオブジェクト数が最小限の必要十分集合にまで削減され、完全な3DSGでは非現実的だったタスクがリアルタイムで解けるようになった。
• seek手順により、複数の学習ベース計画法において再計画クエリ数が1桁削減され、150～235ステップのベースラインと比較して7～53ステップにまで低下した。
• 単純なランダムプルーニングベースラインに対しても、seekの統合により再計画ステップ数は235から平均167にまで低下した。これにより、そのロバストネスと有効性が示された。
• scrubとseekの組み合わせにより、古典的および学習ベース計画法が両方ともリアルタイム性能を達成可能となった。scrubは地上化ドメインで優れた性能を発揮し、seekは階層的オブジェクト保持の恩恵を受けるリフトドメインで優位性を示した。
• Taskographyベンチマークに加え、オープンソースのコードとベースラインを提供することで、3DSG上でのロボットタスク計画の評価と発展を標準化するプラットフォームを提供した。