[论文解读] Extended Task and Motion Planning of Long-horizon Robot Manipulation.

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

Robotic Path Planning Algorithms参考文献 18被引用 6

一句话总结

该论文提出了一种新颖的扩展任务与运动规划框架，将 top-k 符号规划与蒙特卡洛树搜索（MCTS）结合，应用于融合了计划骨架和运动参数的扩展决策空间。通过实现全局优化与探索-利用平衡，该方法克服了长时序操作任务中的死胡同问题，在复杂、多阶段环境中表现出更高的鲁棒性和解决方案质量，优于基线方法。

ABSTRACT

Task and Motion Planning (TAMP) requires the integration of symbolic reasoning with metric motion planning that accounts for the robot's actions' geometric feasibility. This hierarchical structure inevitably prevents the symbolic planners from accessing the environment's low-level geometric description, vital to the problem's solution. Most TAMP approaches fail to provide feasible solutions when there is missing knowledge about the environment at the symbolic level. The incapability of devising alternative high-level plans leads existing planners to a dead end. We propose a novel approach for decision-making on extended decision spaces over plan skeletons and action parameters. We integrate top-k planning for constructing an explicit skeleton space, where a skeleton planner generates a variety of candidate skeleton plans. Moreover, we effectively combine this skeleton space with the resultant motion parameter 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 minimum-cost 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 manipulation tasks with different domains that require multi-stage decisions and show how our method can overcome dead-ends through its effective alternate plans compared to its most competitive baseline method.

研究动机与目标

• 为解决现有任务与运动规划（TAMP）方法在符号层面缺乏环境知识时的局限性。
• 克服因符号推理不完整而无法生成替代高层计划所导致的死胡同问题。
• 在长时序操作任务中，实现对组合式计划骨架和运动参数的有效探索。
• 在统一的扩展决策空间中整合符号规划与度量运动规划，实现全局优化。
• 开发一种可扩展且鲁棒的规划算法，在复杂、多阶段操作领域中保持可行性与最优性。

提出的方法

• 该方法利用 top-k 符号规划构建显式的骨架空间，以生成多样化的候选高层计划。
• 将骨架空间与生成的运动参数空间整合为单一扩展决策空间，实现整体规划。
• 在每个决策节点采用蒙特卡洛树搜索（MCTS）以在扩展空间中平衡探索与利用。
• 通过迭代式树扩展与反向传播，MCTS 框架确保向最低成本解的全局优化。
• 该方法通过度量运动规划实现符号推理与几何可行性检查的无缝集成。
• 通过在组合决策空间中使用 MCTS，该算法保持了可证明的最优性保障。

实验结果

研究问题

• RQ1 层次化 TAMP 框架能否有效处理因环境知识不完整而带来的长时序操作任务？
• RQ2 当初始计划因缺少几何信息而失败时，如何增强符号规划器以生成替代高层计划？
• RQ3 将 top-k 符号规划与 MCTS 结合，能在多大程度上提升复杂操作任务中的解决方案质量与鲁棒性？
• RQ4 将骨架与运动参数统一为扩展决策空间，能否在保持几何可行性的同时实现全局优化？
• RQ5 所提出方法在避免长时序规划过程中的死胡同方面，相比竞争性基线方法表现如何？

主要发现

• 所提方法在现有 TAMP 方法因缺少环境知识而失败的长时序操作任务中，成功生成了可行解。
• 通过利用 top-k 符号规划，该方法构建了多样化的候选计划骨架，显著提高了找到可行路径的可能性。
• 将骨架与运动参数空间整合为单一扩展决策空间，实现了更有效的探索与全局优化。
• 蒙特卡洛树搜索确保了探索与利用之间的平衡，从而获得更高质量、最低成本的解。
• 实验评估表明，该方法通过有效的替代规划策略克服了死胡同，在复杂、多阶段领域中优于最具有竞争力的基线方法。
• 该方法在具有挑战性的操作任务中表现出鲁棒性与可扩展性，在不确定性条件下仍能保持可行性与最优性。