Interpretable Responsibility Sharing as a Heuristic for Task and Motion Planning

要約

この記事では、人間が構築した環境と固有のバイアスを活用することで、家庭用ロボットの計画効率を向上させる、解釈可能な責任共有 (IRS) と呼ばれるタスクおよび動作計画 (TAMP) の新しいヒューリスティックを紹介します。
IRS は、家庭環境で一般的に見られる補助オブジェクト (トレイやピッチャーなど) を利用して、これらの要素を体系的に組み込んで、タスクの実行を簡素化し、最適化します。
ヒューリスティックは、補助オブジェクトが具体化されたエージェントとタスクの責任を共有し、複雑なタスクを管理可能なサブ問題に分割する、責任共有 (RS) の新しい概念に根ざしています。
この区分は、人間の使用パターンを反映するだけでなく、ロボットが人間の空間内でより効率的に移動および操作するのにも役立ちます。
IRS は、意思決定に最適化ルール合成 (ORS) を統合することで、補助オブジェクトの使用が戦略的かつコンテキストを意識したものになるようにし、それによってロボット計画の解釈可能性と有効性を向上させます。
さまざまな家事タスクにわたって行われた実験では、IRS がタスクの実行に必要な労力を削減し、全体的な意思決定プロセスを強化することにより、従来の方法よりも大幅に優れていることが実証されました。
このアプローチは、人間の直観的な方法と一致するだけでなく、多様な家庭環境に適応できるスケーラブルなソリューションも提供します。
コードは https://github.com/asyncs/IRS で入手できます。

要約(オリジナル)

This article introduces a novel heuristic for Task and Motion Planning (TAMP) named Interpretable Responsibility Sharing (IRS), which enhances planning efficiency in domestic robots by leveraging human-constructed environments and inherent biases. Utilizing auxiliary objects (e.g., trays and pitchers), which are commonly found in household settings, IRS systematically incorporates these elements to simplify and optimize task execution. The heuristic is rooted in the novel concept of Responsibility Sharing (RS), where auxiliary objects share the task’s responsibility with the embodied agent, dividing complex tasks into manageable sub-problems. This division not only reflects human usage patterns but also aids robots in navigating and manipulating within human spaces more effectively. By integrating Optimized Rule Synthesis (ORS) for decision-making, IRS ensures that the use of auxiliary objects is both strategic and context-aware, thereby improving the interpretability and effectiveness of robotic planning. Experiments conducted across various household tasks demonstrate that IRS significantly outperforms traditional methods by reducing the effort required in task execution and enhancing the overall decision-making process. This approach not only aligns with human intuitive methods but also offers a scalable solution adaptable to diverse domestic environments. Code is available at https://github.com/asyncs/IRS.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google