Efficient Path Planning In Manipulation Planning Problems by Actively Reusing Validation Effort

要約

マニピュレーション プランニングやタスクおよびモーション プランニングの設定で発生するパス プランニングの問題は、通常、繰り返し発生します。同じマニピュレータが、わずかにしか変化しない空間を移動します。
この情報の再利用の可能性にもかかわらず、利用可能な情報を十分に活用しているプラ​​ンナーはほとんどいません。
この再利用を有効にするために、衝突チェックを再利用可能なパーツと再利用できないパーツに分解します。
次に、操作計画における一連の経路計画問題をマルチクエリ経路計画問題として扱います。
これにより、複数のクエリに対する計画作業を積極的に最小化するプランナーの使用が可能になり、そうすることで、以前の知識を積極的に再利用できます。
このアプローチを EIRM* とエフォート オーダー LazyPRM* に実装し、シミュレートされた複数のロボットの例でベンチマークします。
さらに、衝突チェックを分解するアプローチにより、同じ問題の複数の異なるインスタンス、つまりマルチクエリ操作計画シナリオで得られた知識の再利用がさらに可能になることを示します。
分解された衝突チェックを使用するプランナーは、同様のソリューション品質を提供しながら、初期ソリューション時間で他のプランナーよりも最大 2 倍優れています。

要約(オリジナル)

The path planning problems arising in manipulation planning and in task and motion planning settings are typically repetitive: the same manipulator moves in a space that only changes slightly. Despite this potential for reuse of information, few planners fully exploit the available information. To better enable this reuse, we decompose the collision checking into reusable, and non-reusable parts. We then treat the sequences of path planning problems in manipulation planning as a multiquery path planning problem. This allows the usage of planners that actively minimize planning effort over multiple queries, and by doing so, actively reuse previous knowledge. We implement this approach in EIRM* and effort ordered LazyPRM*, and benchmark it on multiple simulated robotic examples. Further, we show that the approach of decomposing collision checks additionally enables the reuse of the gained knowledge over multiple different instances of the same problem, i.e., in a multiquery manipulation planning scenario. The planners using the decomposed collision checking outperform the other planners in initial solution time by up to a factor of two while providing a similar solution quality.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google