Beyond Task and Motion Planning: Hierarchical Robot Planning with General-Purpose Policies

要約

タスクとモーションの計画は、長老のロボット計画の問題を解決するための十分に確立されたアプローチです。
ただし、従来の方法では、各タスクレベルのロボットアクション、またはスキルが運動学のモーション計画に還元できると想定しています。
この作業では、運動学的なスキルと運動学的な考慮事項を超えた閉ループモーターコントローラーの両方で計画の課題に対処します。
これらのコントローラーを構成可能なインタラクションプリミティブ（CIPS）を使用してモーション計画に統合する新しい方法を提案し、階層ロボット計画における多様で構成不可能な事前に学習したスキルの使用を可能にします。
タスクとスキル計画（TASP）アプローチの検証に向けて、CIPSがモバイルマニピュレーターロボットがモーション計画と汎用スキルを効果的に組み合わせて複雑なタスクを達成できるようにするために設計された現実世界のシナリオで継続的なロボット実験について説明します。

要約(オリジナル)

Task and motion planning is a well-established approach for solving long-horizon robot planning problems. However, traditional methods assume that each task-level robot action, or skill, can be reduced to kinematic motion planning. In this work, we address the challenge of planning with both kinematic skills and closed-loop motor controllers that go beyond kinematic considerations. We propose a novel method that integrates these controllers into motion planning using Composable Interaction Primitives (CIPs), enabling the use of diverse, non-composable pre-learned skills in hierarchical robot planning. Toward validating our Task and Skill Planning (TASP) approach, we describe ongoing robot experiments in real-world scenarios designed to demonstrate how CIPs can allow a mobile manipulator robot to effectively combine motion planning with general-purpose skills to accomplish complex tasks.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google