Path Database Guidance for Motion Planning

要約

ロボットモーション計画で以前の経験を使用する1つのアプローチは、パスのデータベースに以前に見られた問題に対するソリューションを保存することです。
このようなデータベースを使用する方法は、パスをクエリする方法と、新しい問題を考慮してクエリを使用する方法によって特徴付けられます。
この作業では、既存の作業を2つの方法で革新する新しい方法であるPATHデータベースガイダンス（PDG）を提示します。
最初に、データベースを使用して、検索ツリーのノードを決定するためにヒューリスティックを計算して拡張します。これは、一般的に（おそらく変換された）クエリパスを貼り付けるか、サンプリング分布をバイアスするために使用する以前の作業とは対照的です。
これにより、データベースガイダンスを活用したベースラインアルゴリズムに従って動的にインターリーブすることにより、他の検索方法との方法がより簡単に構成できることを実証します。
第二に、データベースを単一の固定事前として扱う他のメソッドとは対照的に、暗黙的に定義されたロボット構成スペースを検索する際に、データベース（したがってクエリのヒューリスティック）が更新されます。
シミュレーションにおけるさまざまな明示的に定義された環境分布におけるPDGの有効性を実験的に実証します。

要約(オリジナル)

One approach to using prior experience in robot motion planning is to store solutions to previously seen problems in a database of paths. Methods that use such databases are characterized by how they query for a path and how they use queries given a new problem. In this work we present a new method, Path Database Guidance (PDG), which innovates on existing work in two ways. First, we use the database to compute a heuristic for determining which nodes of a search tree to expand, in contrast to prior work which generally pastes the (possibly transformed) queried path or uses it to bias a sampling distribution. We demonstrate that this makes our method more easily composable with other search methods by dynamically interleaving exploration according to a baseline algorithm with exploitation of the database guidance. Second, in contrast to other methods that treat the database as a single fixed prior, our database (and thus our queried heuristic) updates as we search the implicitly defined robot configuration space. We experimentally demonstrate the effectiveness of PDG in a variety of explicitly defined environment distributions in simulation.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google