[论文解读] Behavior Trees for Robust Task Level Control in Robotic Applications

Matteo Iovino, Christian Smith|arXiv (Cornell University)|Jan 16, 2023

Formal Methods in Verification被引用 4

一句话总结

本文提出行为树（BTs）作为一种强大、模块化且可解释的机器人高层任务控制框架，能够在不可预测环境中实现反应性和容错能力。该研究整合了自动化合成方法——规划、从演示学习（LfD）和遗传编程（GP）——以高效生成BTs，关键结果表明在多种场景（如套件组装、装配和物品递送）中均能成功完成任务，即使在干扰或初始状态不完整的情况下亦然。

ABSTRACT

Behavior Trees are a task switching policy representation that can grant reactiveness and fault tolerance. Moreover, because of their structure and modularity, a variety of methods can be used to generate them automatically. In this short paper we introduce Behavior Trees in the context of robotic applications, with overview of autonomous synthesis methods.

研究动机与目标

• 解决在不可预测环境中运行的机器人实现稳健、反应性和容错的高层任务控制器的挑战。
• 通过领域无关的方法实现行为树的自动化合成，减少对手动编程的依赖。
• 通过具有清晰输入/输出语义的标准化BT结构，提升机器人行为的模块化和可重用性。
• 评估并比较规划、从演示学习（LfD）和遗传编程（GP）在机器人操作任务中生成BTs的有效性。
• 证明通过计划或演示解决方案进行学习方法的预训练，可加速收敛并提升性能。

提出的方法

• 使用行为树作为分层、模块化的任务控制结构，包含控制节点（序列、选择器、并行）和执行节点（动作、条件），由周期性tick信号从根节点向叶节点传播驱动。
• 通过PDDL的逆向链式规划自动生成BTs，通过递归满足目标条件，利用具有匹配后置条件的动作实现。
• 应用从演示学习（LfD）从人类演示中提取BTs，采用动力学教学或遥操作方式，提升对不同初始配置的鲁棒性。
• 利用遗传编程（GP）通过变异、交叉和适应度评估演化BTs，适应度函数侧重于目标达成、执行时间和树的大小。
• 采用两阶段仿真流程：首先使用快速、抽象物理的仿真器高效训练GP，随后使用具备物理感知的仿真器验证容错能力。
• 集成多模态交互（如语音和动力学输入）以增强协作机器人场景中LfD的效果。

实验结果

研究问题

• RQ1 行为树是否能在不可预测、动态的机器人应用中有效支持反应性和容错能力？
• RQ2 如何结合自动化合成方法（规划、LfD和GP）以减少手动编程工作量，同时保持控制器的鲁棒性？
• RQ3 以计划或演示的BTs作为GP的预训练起点，能在多大程度上提升学习收敛速度和解的质量？
• RQ4 从演示中衍生的BTs在不同初始配置下泛化能力如何？在任务执行过程中能否有效应对外部干扰？
• RQ5 行为树中的模块化设计在实现可扩展、可维护且可解释的机器人行为设计中起到何种作用？

主要发现

• 通过PDDL的逆向链式规划成功为简单任务（如堆叠三块LEGO DUPLO积木）生成了BTs，但当缺少物体平衡等环境约束时失败。
• 从演示学习（LfD）使机器人能够泛化到不同的初始配置，并在干扰后恢复，例如在任务完成后重新堆叠被移除的立方体。
• LfD方法仅通过三次演示即为套件组装和装配任务生成了鲁棒策略，且对编程专业知识要求极低。
• 遗传编程（GP）在简化仿真环境中成功演化出用于移动操作任务的BTs，适应度函数在目标达成、执行时间和树复杂度之间实现平衡。
• 以计划解决方案作为GP的预训练显著缩短了收敛时间，证明了混合合成方法的价值。
• 在具备物理感知的仿真器中验证后，最终的BTs对定位误差和物体滑移等故障模式表现出鲁棒性，证实了其对现实世界不确定性的抗性。