Transformational planning for autonomous household robots using libraries of robust and flexible plans [Elektronische Ressource] / Armin Müller

Informations

• Publié par: technische_universitat_munchen
• Publié le: 01 janvier 2008
• Nombre de lectures: 19
• Langue: English
• Poids de l'ouvrage: 5 Mo

Extrait

Lehrstuhl für Bildverstehen und wissensbasierte Systeme
Institut für Informatik
Technische Universität München
Transformational Planning for Autonomous Household
Robots Using Libraries of Robust and Flexible Plans
Armin Müller
Vollständiger Abdruck der von der Fakultät für Informatik der Technischen Universität
München zur Erlangung des akademischen Grades eines
Doktors der Naturwissenschaften (Dr. rer. nat.)
genehmigten Dissertation.
Vorsitzender: Univ.-Prof. Dr. Darius Burschka
Prüfer der Dissertation:
1. Univ.-Prof. Michael Beetz, Ph.D.
2. Univ.-Prof. Dr. Joachim Hertzberg,
Universität Osnabrück
Die Dissertation wurde am 29.01.2008 bei der Technischen Universität München einge-
reicht und durch die Fakultät für Informatik am 10.07.2008 angenommen.Abstract
One of the oldest dreams of Artificial Intelligence is the realization of autonomous robots
that achieve a level of problem-solving competency comparable to humans. Human
problem-solving capabilities are particularly impressive in the context of everyday ac-
tivities such as performing household chores: people are able to deal with ambiguous and
incomplete information, they adapt their plans to different environments and specific sit-
uations achieving intuitively almost optimal behavior, they cope with interruptions and
failures and manage multiple interfering jobs. The investigations presented in this work
make substantial progress in the direction of building robots that show similar behavior.
This thesis addresses the problem of competently accomplishing everyday manipu-
lation activities, such as setting the table and preparing meals, as a plan-based control
problem. In plan-based control, robots do not only execute their programs but also reason
about and modify them. We propose TRANER (Transformational Planner) as a suitable
planning system for the optimization of everyday manipulation activities. TRANER real-
izes planning through a generate-test cycle in which plan revision rules propose alternative
plans and new plans are simulated in order to test and evaluate them. The unique features
of TRANER are that it can realize very general and abstract plan revisions such as “stack
objects before carrying them instead of handling them one by one” and that it successfully
operates on plans in a way that they generate reliable, flexible, and efficient robot behavior
in realistic simulations.
The key contributions of this dissertation are threefold. First, it extends the plan rep-
resentation to support the specification of robust and transformable plans. Second, it pro-
poses a library of general and flexible plans for a household robot, using the extended
plan representation. Third, it establishes a powerful, yet intuitive syntax for transforma-
tion rules together with a set of general transformation rules for optimizing pick-and-place
tasks in an everyday setting using the rule language.
The viability and strength of the approach is empirically demonstrated in comprehen-
sive and extensive experiments in a simulation environment with realistically simulated
action and sensing mechanisms. The experiments show that transformational planning is
necessary to tailor the robot’s activities and that it is capable of substantially improving
the robot’s performance.Zusammenfassung
Einer der ältesten Träume der Künstlichen Intelligenz ist die Konstruktion von autonomen
Robotern, deren Problemlösefähigkeit vergleichbar zu der von Menschen ist. Menschliche
Problemlösefähigkeiten sind besonders beeindruckend im Zusammenhang von alltäglichen
Aktivitäten wie Hausarbeit: Menschen können mit mehrdeutigen und unvollständigen In-
formationen umgehen, sie passen ihre Pläne verschiedenen Umgebungen und spezifischen
Situationen an, sodass sie intuitiv fast optimales Verhalten zeigen. Sie kommen mit Unter-
brechungen und Fehlern zurecht und bewältigen mehrere, sich gegenseitig beeinflussende
Aufgaben. Die Untersuchungen, die in dieser Arbeit vorgestellt werden, stellen einen
substantiellen Fortschritt in die Richtung dar Roboter mit ähnlichem Verhalten zu bauen.
Diese Arbeit beschäftigt sich mit der Frage, wie alltägliche Manipulationsaufgaben
wie Tischdecken und Kochen als planbasierte Kontrollprobleme gelöst werden können.
Bei der planbasierten Kontrolle führen Roboter ihre Programme nicht nur aus, sondern sie
stellen auch Schlussfolgerungen darüber an und modifizieren sie. Wir schlagen TRANER
(Transformationsplaner) als geeignetes Planungssystem zur Optimierung von alltäglichen
Manipulationsaufgaben vor. TRANER plant innerhalb eines Zyklus von abwechselndem
Generieren und Testen, bei dem Planrevisionsregeln alternative Pläne erzeugen und neue
Pläne zum Zwecke des Testens und Evaluierens simuliert werden. Die einzigartigen
Merkmale von TRANER sind, dass es sehr allgemeine und abstrakte Planrevisionen be-
handeln kann wie beispielsweise „staple Objekte vor dem Tragen anstatt sie einzeln zu
manipulieren“ und dass es Pläne erfolgreich so modifiziert, dass zuverlässiges, flexibles
und effizientes Roboterverhalten in einer realistischen Simulation hervorgerufen wird.
Diese Dissertation beinhaltet drei Hauptbeiträge. Erstens erweitert sie die Planreprä-
sentation sodass sie die Spezifikation von robusten und transformierbaren Plänen unter-
stützt. Zweitens schlägt sie eine Bibliothek von allgemeinen und flexiblen Plänen für
Haushaltsroboter vor, bei der die erweiterte Planrepräsentation zum Einsatz kommt. Drit-
tens führt sie eine mächtige und gleichzeitig intuitive Syntax für Transformationsregeln
ein, zusammen mit einer Menge von allgemeinen Transformationregeln zur Optimierung
von Manipulationsaufgaben in Alltagssituationen.
Die Realisierbarkeit und Stärke unseres Ansatzes wird empirisch in aufwendigen und
umfassenden Experimenten dargelegt, die in einer simulierten Umgebung mit realistisch
simulierten Aktionen und Wahrnehmungsmechanismen durchgeführt wurden. Die Ex-
perimente zeigen, dass Transformationsplanen notwendig ist um Roboteraktivitäten anzu-
passen und dass es eine substantielle Verbesserung der Leistung des Roboters ermöglicht.Contents
1 Introduction 1
1.1 Challenges in Developing Household Robots . . . . . . . . . . . . . . . 3
1.2 General Approach and Research Questions . . . . . . . . . . . . . . . . 5
1.3 Technical Challenges . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.4 Contributions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.5 Reader’s Guide . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2 Transformational Robot Planning 15
2.1 The Robot and its Household Environment . . . . . . . . . . . . . . . . . 15
2.2 Aspects of Household Activity . . . . . . . . . . . . . . . . . . . . . . . 17
2.3 Approach . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.4 Research Focus . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.5 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
3 Plan Design 31
3.1 Motivation and Design Issues . . . . . . . . . . . . . . . . . . . . . . . . 32
3.2 Plan Representation Language . . . . . . . . . . . . . . . . . . . . . . . 35
3.3 State . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
3.4 Plan Structure . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
3.5 Example . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
3.6 Related Work on Plan Representation . . . . . . . . . . . . . . . . . . . 49
3.7 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
4 Plan Library 53
4.1 Plan Hierarchy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
4.2 Plan Categories . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
4.3 Combining Plan Steps . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
4.4 Related Work on Plan Libraries . . . . . . . . . . . . . . . . . . . . . . . 69
4.5 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 705 Plan Transformation 71
5.1 Motivation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
5.2 Transformation Rules . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
5.3 T Procedure . . . . . . . . . . . . . . . . . . . . . . . . . 85
5.4 T Rule Library . . . . . . . . . . . . . . . . . . . . . . . . 88
5.5 Related Work on Transformational Planning . . . . . . . . . . . . . . . . 104
5.6 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
6 Plan Execution and Evaluation 107
6.1 Plan Execution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108
6.2 Monitoring . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
6.3 Evaluating Plans . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114
6.4 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114
7 Evaluation 117
7.1 Setting the Table . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
7.2 Coordinating Activities . . . . . . . . . . . . . . . . . . . . . . . . . . . 130
7.3 Summary . . . . . . . . . . . . . . . . . . . . . . . . . .