Integrating Action Knowledge and LLMs for Task Planning and Situation Handling in Open Worlds

要約

タスク計画システムは、ロボットが人間の知識 (行動に関する) を利用して長期的なタスクを完了できるようにするために開発されてきました。
それらのほとんどは、ロボットが完全な世界知識を備えていることを前提として、「閉じた世界」向けに開発されています。
しかし、現実の世界は一般的にオープンであり、ロボットはプランナーの完全性を破壊する可能性がある予期せぬ状況に頻繁に遭遇します。
事前トレーニングされた大規模言語モデル (LLM) の最近の進歩を活用して、古典的な計画システムが新しい状況に対処できるようにすることはできないでしょうか?
この文書では、オープンワールドのタスク計画と状況処理のための COWP と呼ばれる新しいフレームワークを紹介します。
COWP は、タスク指向の常識知識を使用して、アクションの前提条件や効果を含むロボットのアクション知識を動的に強化します。
COWP は LLM のオープン性を採用しており、アクション ナレッジを介して特定のドメインに基づいています。
体系的な評価のために、1,085 の実行時の状況を含むデータセットを収集しました。
各状況は、ロボットが通常は機能するソリューションを使用してタスクを完了できない可能性がある状態インスタンスに対応します。
実験結果は、サービス タスクの成功率において、私たちのアプローチが文献に基づく競合ベースラインを上回っていることを示しています。
さらに、モバイルマニピュレーターを使用した COWP のデモンストレーションも行いました。
補足資料は https://cowplanning.github.io/ から入手できます。

要約(オリジナル)

Task planning systems have been developed to help robots use human knowledge (about actions) to complete long-horizon tasks. Most of them have been developed for ‘closed worlds’ while assuming the robot is provided with complete world knowledge. However, the real world is generally open, and the robots frequently encounter unforeseen situations that can potentially break the planner’s completeness. Could we leverage the recent advances on pre-trained Large Language Models (LLMs) to enable classical planning systems to deal with novel situations? This paper introduces a novel framework, called COWP, for open-world task planning and situation handling. COWP dynamically augments the robot’s action knowledge, including the preconditions and effects of actions, with task-oriented commonsense knowledge. COWP embraces the openness from LLMs, and is grounded to specific domains via action knowledge. For systematic evaluations, we collected a dataset that includes 1,085 execution-time situations. Each situation corresponds to a state instance wherein a robot is potentially unable to complete a task using a solution that normally works. Experimental results show that our approach outperforms competitive baselines from the literature in the success rate of service tasks. Additionally, we have demonstrated COWP using a mobile manipulator. Supplementary materials are available at: https://cowplanning.github.io/

arxiv情報

提供元, 利用サービス

arxiv.jp, Google