Probabilistic Inference in Planning for Partially Observable Long Horizon Problems

Autores: Alphonsus Adu-Bredu, Nikhil Devraj, Pin-Han Lin, Zhen Zeng, Odest Chadwicke Jenkins · IROS 2021

Licencias

• Acceso abierto
• Artículo: CC BY 4.0

Todo lo que sigue se basa en el artículo completo bajo su licencia CC BY 4.0; su figura se muestra con crédito a los autores.

En resumen

SHY-COBRA concreta los agarres, las poses y las trayectorias de un plan simbólico mediante propagación de creencias sobre un grafo de restricciones inicializado con creencias ruidosas; después ejecuta, observa y replanifica.

Por qué importa

Los robots reales se enfrentan a ruido tanto en la posición de los objetos como en sus propios estados articulares, y un planificador que trata solo uno de ellos fallará agarres. Representar cada parámetro continuo como una creencia basada en muestras permite que cualquier modelo de incertidumbre entre en el plan, que es lo que un manipulador móvil necesita para tareas domésticas de varios pasos.

Problema

Las tareas de servicio de horizonte largo, como cocinar, necesitan planificación integrada de tareas y movimientos (TAMP), pero la mayoría de los métodos TAMP suponen que el estado se conoce por completo y que las acciones son deterministas. Los métodos que abordan la observabilidad parcial suelen resolver el problema de restricciones híbrido por muestreo u optimización y reducen la creencia a su valor más probable. El método previo más cercano, SS-Replan, modela la incertidumbre solo en las poses de los objetos.

Solución propuesta

Un planificador simbólico (Fast Downward) produce un esqueleto de plan; sus parámetros libres (configuraciones del robot, poses de los objetos, agarres, trayectorias del brazo) se convierten en nodos variables de un grafo de factores cuyos factores son restricciones como la factibilidad cinemática, el movimiento libre de colisiones, el agarre estable y la colocación estable. Las variables se inicializan con muestras de la creencia ruidosa del robot, y la propagación de creencias no paramétrica max-product con paso de mensajes de tipo pull (PMPNBP) infiere una asignación que las satisface conjuntamente. El robot ejecuta cada acción, actualiza su creencia a partir de la observación y reconstruye el grafo y replanifica si el efecto no es el esperado.

Ideas clave

• Concretar un esqueleto de plan puede plantearse como inferencia sobre un grafo de factores, con las restricciones como factores y los parámetros de acción como variables.
• La propagación de creencias no paramétrica conserva la creencia completa basada en muestras en lugar de reducirla a una estimación de máxima verosimilitud, de modo que pueden usarse distribuciones de incertidumbre arbitrarias.
• Modelar el ruido en la configuración articular además del ruido en la pose de los objetos reduce las recogidas y colocaciones fallidas en comparación con un planificador que modela solo el ruido de pose.
• El coste de planificación del método crece con la magnitud del ruido de estimación.

Resultados principales

• Tarea de recuperar: 9,37 ± 5,25 s de tiempo de planificación y 1,33 ± 1,52 errores para SHY-COBRA, frente a 16,61 ± 5,68 s y 8,67 ± 4,93 errores para SS-Replan*.
• Tarea de lavar: 15,72 ± 6,91 s y 2,67 ± 3,06 errores, frente a 21,32 ± 8,53 s y 7,00 ± 3,60 errores.
• Tarea de cocinar: 25,15 ± 5,16 s y 3,50 ± 2,12 errores, frente a 29,28 ± 13,61 s y 6,33 ± 0,58 errores.
• Tarea de servir la comida: 37,24 ± 10,04 s y 7,00 ± 2,83 errores, frente a 52,75 ± 16,82 s y 15,5 ± 0,71 errores.
• Los resultados corresponden a 12 problemas generados aleatoriamente por tarea, con un ruido en la pose de los objetos de 10 cm y un ruido en la configuración articular de 0,25 rad de desviación típica, 100 muestras cada uno y 10 iteraciones de PMPNBP por ciclo de planificación.

Limitaciones

• Los autores afirman que la complejidad temporal del método crece con la magnitud del ruido en las estimaciones (fig. 6).
• Todos los experimentos son en simulación con PyBullet con un robot Digit simulado; no hay pruebas con un robot físico.
• Los experimentos suponen ruido gaussiano de media cero en las estimaciones de pose y articulares, aunque se afirma que el método es independiente del tipo de distribución.
• El esqueleto de plan procede de un planificador simbólico independiente, y el único método de referencia es SS-Replan*, la adaptación de SS-Replan hecha por los autores.

Impacto en el campo

Ganador del IROS 2021 Best Paper Award on Mobile Manipulation, con 12 citas. El artículo no menciona ninguna publicación de código ni de datos.

Resumen

Para que los robots de servicio autónomos realicen con éxito tareas de horizonte largo en el mundo real, deben actuar de forma inteligente en entornos parcialmente observables. La mayoría de los enfoques de planificación de tareas y movimientos (Task and Motion Planning) suponen observabilidad completa de su espacio de estados, lo que los hace ineficaces en dominios estocásticos y parcialmente observables que reflejan las incertidumbres del mundo real. Proponemos un enfoque de planificación y ejecución en línea para realizar tareas de horizonte largo en dominios parcialmente observables. Dadas la creencia del robot y un esqueleto de plan compuesto por acciones simbólicas, nuestro enfoque concreta cada acción simbólica infiriendo los parámetros continuos de acción necesarios para ejecutar el plan con éxito. Para ello, formulamos el problema de la inferencia conjunta de los parámetros de acción como un problema de satisfacción de restricciones híbrido (H-CSP) y resolvemos el H-CSP mediante propagación de creencias (Belief Propagation). El robot ejecuta las acciones parametrizadas resultantes, actualiza su creencia sobre el mundo y replanifica cuando es necesario. Nuestro enfoque es capaz de resolver de forma eficiente tareas parcialmente observables en un entorno de simulación realista de cocina. Nuestro enfoque superó a una adaptación del método del estado del arte en todos nuestros experimentos.

Enlaces

• arXiv 2110.09153: https://arxiv.org/abs/2110.09153
• DOI 10.1109/IROS51168.2021.9636685: https://doi.org/10.1109/IROS51168.2021.9636685
• PDF: https://arxiv.org/pdf/2110.09153v1