[论文解读] LAAIR: A Layered Architecture for Autonomous Interactive Robots

Yuqian Jiang, Nick Walker+7 more|arXiv (Cornell University)|Nov 8, 2018

AI-based Problem Solving and Planning参考文献 18被引用 11

一句话总结

LAAIR 提出了一种用于自主交互式机器人的新型分层架构，通过在顶层引入反应式控制，增强了对人类交互的响应能力，实现了动态任务执行以及反应式与推理式模式之间的无缝切换。该架构集成了反应式执行器、推理式规划器和具备标准化 ROS 接口的技能层，在家用服务机器人平台的案例研究中，展示了其在长期、人类密集环境中的更强适应性。

ABSTRACT

When developing general purpose robots, the overarching software architecture can greatly affect the ease of accomplishing various tasks. Initial efforts to create unified robot systems in the 1990s led to hybrid architectures, emphasizing a hierarchy in which deliberative plans direct the use of reactive skills. However, since that time there has been significant progress in the low-level skills available to robots, including manipulation and perception, making it newly feasible to accomplish many more tasks in real-world domains. There is thus renewed optimism that robots will be able to perform a wide array of tasks while maintaining responsiveness to human operators. However, the top layer in traditional hybrid architectures, designed to achieve long-term goals, can make it difficult to react quickly to human interactions during goal-driven execution. To mitigate this difficulty, we propose a novel architecture that supports such transitions by adding a top-level reactive module which has flexible access to both reactive skills and a deliberative control module. To validate this architecture, we present a case study of its application on a domestic service robot platform.

研究动机与目标

• 解决传统混合机器人架构在目标执行过程中难以支持实时人机交互的局限性。
• 使自主机器人在执行复杂长期任务的同时，仍能保持对人类指令和中断的响应能力。
• 设计一种灵活、模块化的软件架构，统一支持反应式与推理式控制。
• 在真实世界、以人类为中心的机器人平台上，验证该架构的可行性和有效性。
• 通过标准化的技能接口，提升软件在不同服务机器人系统间的可移植性与可重用性。

提出的方法

• 该架构将机器人控制划分为三层：顶层反应式执行器，根据实时输入编排并执行技能。
• 当任务无法静态分解时，反应式执行器会调用推理式控制模块，实现复杂规划。
• 底层技能通过 ROS 动作服务器/客户端抽象实现，支持与传感器和执行器的标准化、异步交互。
• 反应式执行器可直接访问技能和推理控制器，从而实现对人类交互的快速响应。
• 知识库存储任务相关的信息，包括操作员身份和环境实体，供所有层级访问。
• 技能包括用于自然语言理解的命令对话代理、用于可移动障碍物检测的物体检测，以及基于行为树的人体跟随功能。

实验结果

研究问题

• RQ1 机器人架构如何在长期任务执行过程中支持对人类交互的实时响应？
• RQ2 何种架构设计能够实现在自主机器人中反应式与推理式控制之间的无缝切换？
• RQ3 统一架构在动态、人类密集环境中的多样化、复杂任务中，支持程度如何？
• RQ4 将反应式控制置于顶层相比传统混合架构，如何提升系统响应能力？
• RQ5 所提出的架构能否在真实世界的服务机器人平台上有效实例化，并支持可重用、模块化的组件？

主要发现

• LAAIR 架构通过顶层反应式执行器直接控制技能和推理规划器，成功实现了动态、人机协同的交互。
• 案例研究证明，该架构使机器人能够通过自然语言解析和动态任务分解，处理复杂多步指令，如“去餐厅餐桌并给我拿本书”。
• 使用行为树实现的人体跟随功能，实现了检测、跟踪与导航行为的实时稳健协调。
• 基于标准化 ROS 的技能接口集成，提升了模块化程度并降低了通信开销，尤其在数据密集型操作中表现显著。
• 系统通过使用预设模板的澄清对话机制，有效处理了模糊或不完整的指令。
• 该架构实现了跨不同机器人平台的软件可移植性，已在办公机器人平台上的持续实现中得到验证。