Unified Task and Motion Planning using Object-centric Abstractions of Motion Constraints

要約

タスクおよび動作計画 (TAMP) では、タスク計画手法で使用される抽象的な記述の曖昧さと不確定性により、タスクを正常に実行するために必要な物理的制約を特徴付けることが困難になります。
通常のアプローチは、タスク計画レベルでそのような制約を無視し、実行可能な解決策が見つかるまで、実行不可能なアクション、計画修正、および再計画に対して複数回の呼び出しを実行する高価なサブシンボリック幾何学的推論手法を実装することです。
私たちは、タスクと動作の計画を単一のヒューリスティック検索に統合する、代替の TAMP アプローチを提案します。
私たちのアプローチは、動きの制約のオブジェクト中心の抽象化に基づいており、既製の AI ヒューリスティック検索の計算効率を活用して、物理的に実現可能な計画を生み出すことができます。
これらの計画は、集中的なサブシンボリックな幾何学的推論を必要とせずに、タスク実行のためのオブジェクトおよびモーションのパラメータに直接変換できます。

要約(オリジナル)

In task and motion planning (TAMP), the ambiguity and underdetermination of abstract descriptions used by task planning methods make it difficult to characterize physical constraints needed to successfully execute a task. The usual approach is to overlook such constraints at task planning level and to implement expensive sub-symbolic geometric reasoning techniques that perform multiple calls on unfeasible actions, plan corrections, and re-planning until a feasible solution is found. We propose an alternative TAMP approach that unifies task and motion planning into a single heuristic search. Our approach is based on an object-centric abstraction of motion constraints that permits leveraging the computational efficiency of off-the-shelf AI heuristic search to yield physically feasible plans. These plans can be directly transformed into object and motion parameters for task execution without the need of intensive sub-symbolic geometric reasoning.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google