[论文解读] Behavior Trees in Robotics and AI: An Introduction

Michele Colledanchise, Petter Ögren|arXiv (Cornell University)|Aug 31, 2017

Reinforcement Learning in Robotics参考文献 56被引用 184

一句话总结

本文（书籍章节）介绍行为树（BTs）作为机器人与AI的模块化、具反馈性的控制架构，与FSM进行对比，并综述基础、示例、扩展、分析、规划和学习方面。

ABSTRACT

A Behavior Tree (BT) is a way to structure the switching between different tasks in an autonomous agent, such as a robot or a virtual entity in a computer game. BTs are a very efficient way of creating complex systems that are both modular and reactive. These properties are crucial in many applications, which has led to the spread of BT from computer game programming to many branches of AI and Robotics. In this book, we will first give an introduction to BTs, then we describe how BTs relate to, and in many cases generalize, earlier switching structures. These ideas are then used as a foundation for a set of efficient and easy to use design principles. Properties such as safety, robustness, and efficiency are important for an autonomous system, and we describe a set of tools for formally analyzing these using a state space description of BTs. With the new analysis tools, we can formalize the descriptions of how BTs generalize earlier approaches. We also show the use of BTs in automated planning and machine learning. Finally, we describe an extended set of tools to capture the behavior of Stochastic BTs, where the outcomes of actions are described by probabilities. These tools enable the computation of both success probabilities and time to completion.

研究动机与目标

• 解释行为树是什么，以及它们在可反应性和模块化方面相对于FSM的优势。
• 展示经典的BT形式与执行语义及示例。
• 展示BT在机器人中的应用，如Pac-Man与移动操作器。
• 梳理设计原则、扩展与用于安全、效率与鲁棒性的分析工具。
• 概述BT与规划、以及机器学习之间的联系。

提出的方法

• 将BT定义为带有控制流和执行节点的有根树，并描述基于tick的执行语义。
• 呈现四种控制流节点类型（Sequence、Fallback、Parallel、Decorator）和两种执行节点类型（Action、Condition）。
• 将带记忆的控制流节点作为提升反应性的机制进行解释，并讨论无记忆等价性。
• 提供Pac-Man和移动操作器的具体BT示例以说明模块化构造。
• 讨论BT的扩展（Utility、Stochastic BTs、dynamic expansions）及其含义。
• 综述在规划（PA-BT、ABL）与学习（GP-BT、RL-BT、从示例学习）中的BT应用。

实验结果

研究问题

• RQ1 BT如何泛化早期的切换架构，如 FSM、Subsumption Architecture、Teleo-Reactive 程序、Decision Trees，以及序列行为组合？
• RQ2 在可读性、反应性、安全性和深思熟虑性方面，哪些设计原则可以改进 BT？
• RQ3 如何扩展并与规划和学习集成，以提升自主性？
• RQ4 在真实机器人和AI系统中使用BT的实际收益和权衡有哪些？

主要发现

• BT在模块化和反应性方面优于FSM，因为通过树节点实现双向控制转移。
• 带记忆的BT可以减少不必要的重复执行并提高效率，而无记忆的BT则更具反应性。
• BT可以渐进式构建以处理像Pac-Man和移动操作的任务，展示模块化组合。
• BT与早期概念如子涵盖体系结构(Subsumption Architecture)、遥控反应程序(Teleo-Reactive programs)和决策树相关并泛化。
• BT扩展（Utility、Stochastic BTs）和规划/学习整合使行为更丰富、具有适应性。
• BT为分析自治系统的效率、安全性和鲁棒性提供形式化工具。