[论文解读] Using Deep Learning to Bootstrap Abstractions for Hierarchical Robot Planning

Naman Shah, Siddharth Srivastava|arXiv (Cornell University)|Feb 2, 2022

AI-based Problem Solving and Planning被引用 5

一句话总结

本文提出了一种基于深度学习的方法，通过识别环境中的关键区域，自动学习分层机器人运动规划中的状态和动作抽象。采用具有机器人专用架构的自定义神经网络，生成抽象状态和动作，从而支持一种新型多源、双向规划算法，在未见过的环境中实现比最先进基线方法快十倍的规划速度，同时保证了正确性和概率完备性。

ABSTRACT

This paper addresses the problem of learning abstractions that boost robot planning performance while providing strong guarantees of reliability. Although state-of-the-art hierarchical robot planning algorithms allow robots to efficiently compute long-horizon motion plans for achieving user desired tasks, these methods typically rely upon environment-dependent state and action abstractions that need to be hand-designed by experts. We present a new approach for bootstrapping the entire hierarchical planning process. This allows us to compute abstract states and actions for new environments automatically using the critical regions predicted by a deep neural network with an auto-generated robot-specific architecture. We show that the learned abstractions can be used with a novel multi-source bi-directional hierarchical robot planning algorithm that is sound and probabilistically complete. An extensive empirical evaluation on twenty different settings using holonomic and non-holonomic robots shows that (a) our learned abstractions provide the information necessary for efficient multi-source hierarchical planning; and that (b) this approach of learning, abstractions, and planning outperforms state-of-the-art baselines by nearly a factor of ten in terms of planning time on test environments not seen during training.

研究动机与目标

• 为解决分层机器人规划中手工设计抽象所导致的可扩展性与领域迁移受限的问题。
• 开发一种方法，利用深度学习自动学习环境中的关键区域，以构建高层规划抽象的起点。
• 设计一种多源、双向分层规划算法，利用学习到的抽象实现高效且可靠的运动规划。
• 确保规划过程中具备形式化的正确性与概率完备性保证。

提出的方法

• 训练一种具有机器人专用架构的深度神经网络，以预测环境中的关键区域，这些区域作为抽象的路标。
• 通过基于与预测关键区域的距离对配置空间进行划分，形成抽象状态，实现高层状态抽象。
• 将抽象动作定义为抽象状态之间的转移，代表高层移动行为，如“穿过走廊”或“进入房间”。
• 多源、双向分层规划算法利用这些学习到的抽象，同时从起点和目标出发探索路径，提升搜索效率。
• 该算法维护一个动态更新的启发式函数，根据底层运动规划的反馈不断优化抽象动作的代价，从而提升收敛性。
• 底层运动规划将高层抽象计划细化为可执行轨迹，确保达成目标的同时满足运动学和障碍物约束。

实验结果

研究问题

• RQ1 能否利用深度学习在未见过的环境中自动发现作为分层规划有效抽象的关键区域？
• RQ2 如何有效将学习到的抽象集成到分层规划框架中，以提升规划效率与可靠性？
• RQ3 在使用深度学习抽象时，多源、双向规划策略是否优于单源方法？
• RQ4 所提出的方法能否在复杂环境和高自由度机器人中实现正确性与概率完备性，同时保持可扩展性？

主要发现

• 在训练期间未见过的测试环境中，该方法的规划时间比最先进采样基算法快近十倍。
• 在环境的离散变体中，该方法平均仅生成631 ± 278和496 ± 175个节点，而TogglePRM分别生成4,234 ± 532和19,234 ± 4,345个节点。
• 使用动态更新的启发式函数显著减少了规划时间，结果显示在初始迭代后时间急剧下降。
• 结合学习抽象的多源、双向规划器在收敛速度和可扩展性方面优于单源方法。
• 该框架在20种不同设置下表现出鲁棒性与可扩展性，涵盖大型复杂环境中的完整运动和非完整运动机器人。
• 该方法实现了概率完备性，并满足向下细化性质，确保了分层抽象过程的正确性。