Probabilistic Inference in Planning for Partially Observable Long Horizon Problems

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

许可协议

• 开放获取
• 论文: CC BY 4.0

以下内容均依据论文全文，按其 CC BY 4.0 许可协议使用；其中的图已注明作者。

一句话总结

SHY-COBRA 在以带噪声信念为初值的约束图上进行置信传播，将符号计划中的抓取、位姿和轨迹具体化，然后执行、观察并重新规划。

为何重要

真实机器人既面临物体所在位置的噪声，也面临自身关节状态的噪声，只处理其中一种的规划器会错失抓取。把每个连续参数都表示为基于样本的信念，可以让任何不确定性模型进入计划，而这正是移动机械臂执行多步骤家务任务所需要的。

问题

烹饪等长时程服务任务需要集成的任务与运动规划（TAMP），但大多数 TAMP 方法假设状态完全已知、动作是确定性的。处理部分可观测性的方法通常通过采样或优化来求解混合约束问题，并把信念简化为其最可能的值。最接近的已有方法 SS-Replan 只对物体位姿的不确定性建模。

提出的方法

符号规划器（Fast Downward）生成计划骨架；其自由参数（机器人构型、物体位姿、抓取、手臂轨迹）成为因子图中的变量节点，而因子则是运动学可行性、无碰撞运动、稳定抓取和稳定放置等约束。变量用从机器人带噪声信念中抽取的样本进行初始化，并用 max-product Pull Message Passing Nonparametric Belief Propagation（PMPNBP）推断出一个联合满足的赋值。机器人执行每个动作，根据观察更新信念；如果效果不符合预期，就重建图并重新规划。

关键见解

• 将计划骨架具体化可以转化为因子图上的推断，约束作为因子，动作参数作为变量。
• 非参数置信传播保留完整的基于样本的信念，而不是将其压缩为最大似然估计，因此可以使用任意的不确定性分布。
• 除了物体位姿噪声外还对关节构型噪声建模，与只对位姿噪声建模的规划器相比，减少了拾取和放置的失误。
• 该方法的规划开销随估计噪声的大小而增长。

主要结果

• Retrieve 任务：SHY-COBRA 的规划时间为 9.37 ± 5.25 s，错误 1.33 ± 1.52 次，而 SS-Replan* 为 16.61 ± 5.68 s 和 8.67 ± 4.93 次错误。
• Wash 任务：15.72 ± 6.91 s 和 2.67 ± 3.06 次错误，对比 21.32 ± 8.53 s 和 7.00 ± 3.60 次错误。
• Cook 任务：25.15 ± 5.16 s 和 3.50 ± 2.12 次错误，对比 29.28 ± 13.61 s 和 6.33 ± 0.58 次错误。
• Serve-meal 任务：37.24 ± 10.04 s 和 7.00 ± 2.83 次错误，对比 52.75 ± 16.82 s 和 15.5 ± 0.71 次错误。
• 结果基于每个任务 12 个随机生成的问题，物体位姿噪声标准差为 10 cm，关节构型噪声标准差为 0.25 rad，各取 100 个样本，每个规划周期进行 10 次 PMPNBP 迭代。

局限

• 作者表示，该方法的时间复杂度随估计中噪声的大小而增长（图 6）。
• 所有实验都在 PyBullet 仿真中使用仿真的 Digit 机器人进行；没有实体机器人测试。
• 实验假设位姿和关节估计上的噪声为零均值高斯噪声，尽管文中称该方法与分布类型无关。
• 计划骨架来自一个独立的符号规划器，唯一的基线是作者对 SS-Replan 的改编版本 SS-Replan*。

对领域的影响

IROS 2021 移动机械臂操作最佳论文奖得主，被引用 12 次。论文未提及发布代码或数据。

摘要

自主服务机器人要在真实世界中成功执行长时程任务，就必须在部分可观测环境中智能地行动。大多数任务与运动规划（TAMP）方法假设其状态空间完全可观测，这使它们在反映真实世界不确定性的随机且部分可观测领域中失效。我们提出一种在线规划与执行方法，用于在部分可观测领域中执行长时程任务。给定机器人的信念和一个由符号动作组成的计划骨架，我们的方法通过推断成功执行计划所需的连续动作参数，将每个符号动作具体化。为此，我们将动作参数的联合推断问题表述为混合约束满足问题（Hybrid Constraint Satisfaction Problem，H-CSP），并用置信传播（Belief Propagation）求解该 H-CSP。机器人执行所得到的参数化动作，更新其对世界的信念，并在必要时重新规划。我们的方法能够在一个逼真的厨房仿真环境中高效地解决部分可观测任务。在我们的所有实验中，我们的方法都优于对最先进方法的一个改编版本。

链接

• 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