Learning to Recover from Plan Execution Errors during Robot Manipulation: A Neuro-symbolic Approach

要約

障害を自動的に検出して回復することは、自律ロボットにとって重要ですが、困難な問題です。
デモンストレーションから計画を学習する最近の研究のほとんどには、明示的な状態表現や (サブ) 目標チェック機能がない場合にエラーを検出して回復する機能が欠けています。
我々は、障害の注釈付きデータを必要とせずに、自動化されたエラー発見と回復のためのアプローチ (学習とシンボリック検索の融合) を提案します。
私たちのアプローチの中心となるのは、環境内に存在するオブジェクトに基づいて構造化された、密集したシーン グラフの形式での神経象徴的な状態表現です。
これにより、遷移関数と識別子の効率的な学習が可能になり、障害を特定するだけでなく、ヒューリスティック距離関数の計算によって障害の位置を特定し、迅速な再計画が容易になります。
また、アルゴリズムのいつでもバージョンを提示します。このバージョンでは、最後の正しい状態に回復する代わりに、再計画の予算が与えられた場合に、目標までの総距離を最小化する元の計画内のサブ目標を検索します。
さまざまな故障をシミュレートした物理シミュレーターでの実験では、回復メカニズムの効率と精度の両方の点で、既存のベースラインと比較した当社のアプローチの有効性が示されています。

要約(オリジナル)

Automatically detecting and recovering from failures is an important but challenging problem for autonomous robots. Most of the recent work on learning to plan from demonstrations lacks the ability to detect and recover from errors in the absence of an explicit state representation and/or a (sub-) goal check function. We propose an approach (blending learning with symbolic search) for automated error discovery and recovery, without needing annotated data of failures. Central to our approach is a neuro-symbolic state representation, in the form of dense scene graph, structured based on the objects present within the environment. This enables efficient learning of the transition function and a discriminator that not only identifies failures but also localizes them facilitating fast re-planning via computation of heuristic distance function. We also present an anytime version of our algorithm, where instead of recovering to the last correct state, we search for a sub-goal in the original plan minimizing the total distance to the goal given a re-planning budget. Experiments on a physics simulator with a variety of simulated failures show the effectiveness of our approach compared to existing baselines, both in terms of efficiency as well as accuracy of our recovery mechanism.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google