Automated Planning Domain Inference for Task and Motion Planning

📄 arXiv: 2410.16445v3 📥 PDF

作者: Jinbang Huang, Allen Tao, Rozilyn Marco, Miroslav Bogdanovic, Jonathan Kelly, Florian Shkurti

分类: cs.RO

发布日期: 2024-10-21 (更新: 2025-09-08)

备注: Published in the Proceedings of the 2025 IEEE International Conference on Robotics and Automation (ICRA)

期刊: Proc. IEEE International Conference on Robotics and Automation (ICRA), Atlanta, GA, USA, May 2025, pp. 12534-12540

DOI: 10.1109/ICRA55743.2025.11127817

💡 一句话要点

提出一种自动规划领域推断方法，通过少量演示轨迹为任务和运动规划生成领域模型。

🎯 匹配领域: 支柱一：机器人控制 (Robot Control) 支柱二：RL算法与架构 (RL & Architecture) 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 任务和运动规划 规划领域推断 深度学习 机器人学习 自动化规划

📋 核心要点

  1. 现有任务和运动规划方法依赖于手动设计的规划领域，这既耗时又容易出错，限制了其应用范围。
  2. 该论文提出一种自动规划领域推断方法，利用深度学习和搜索算法从少量演示轨迹中学习规划领域。
  3. 实验表明，该方法在规划性能和泛化能力上优于行为克隆基线，并降低了计算成本和数据需求。

📝 摘要（中文）

任务和运动规划(TAMP)框架通过集成高层任务规划器和低层运动规划器来解决复杂规划问题。然而，现有的TAMP方法严重依赖于手动设计规划领域，这些领域指定了所有高层动作的前提条件和后置条件。本文提出了一种从少量测试时轨迹演示中自动推断规划领域的方法，从而减少了对人工设计的依赖。我们的方法包含一个基于深度学习的估计器，用于预测新任务的适当领域组件，以及一个搜索算法，用于细化该预测，从而减小推断领域的大小并确保其效用。我们的方法能够在测试时从最少的演示中生成新的领域，使机器人能够更有效地处理复杂的任务。我们证明了我们的方法在规划性能和跨各种任务的泛化方面优于直接模仿规划器行为的行为克隆基线。此外，我们的方法降低了测试时推断新规划领域的计算成本和数据量要求。

🔬 方法详解

问题定义：现有的任务和运动规划（TAMP）方法需要手动设计规划领域，这需要大量的人工工作，并且容易出错。手动设计的领域可能不完整或不准确，导致规划失败或次优解。此外，对于新的任务，需要重新设计规划领域，这限制了TAMP方法的泛化能力。

核心思路：该论文的核心思路是从少量的演示轨迹中自动推断规划领域。通过观察机器人执行任务的轨迹，学习动作的前提条件和后置条件，从而构建规划领域。这种方法可以减少对人工设计的依赖，提高TAMP方法的泛化能力。

技术框架：该方法包含两个主要模块：一个基于深度学习的领域组件估计器和一个搜索算法。首先，领域组件估计器预测新任务的规划领域组件。然后，搜索算法细化该预测，以减小推断领域的大小并确保其效用。整个流程可以看作是先粗略估计，再精细调整的过程。

关键创新：该方法最重要的技术创新点是自动推断规划领域，从而减少了对人工设计的依赖。与现有的TAMP方法相比，该方法可以从少量的演示轨迹中学习规划领域，并具有更好的泛化能力。此外，该方法还降低了计算成本和数据量要求。

关键设计：领域组件估计器使用深度学习模型来预测规划领域组件。具体的网络结构和损失函数未知。搜索算法用于细化领域组件估计器的预测。具体的搜索算法和参数设置未知。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，该方法在规划性能和泛化能力上优于行为克隆基线。具体而言，该方法在多个任务上实现了更高的规划成功率和更短的规划时间。此外，该方法还降低了测试时推断新规划领域的计算成本和数据量要求，使得机器人能够更快速地适应新的任务。

🎯 应用场景

该研究成果可应用于各种机器人任务和运动规划场景，例如：家庭服务机器人、工业机器人、自动驾驶等。通过自动推断规划领域，机器人可以更灵活地适应新的任务和环境，提高工作效率和智能化水平。该技术还有潜力应用于游戏AI、智能交通等领域，具有广阔的应用前景。

📄 摘要（原文）

Task and motion planning (TAMP) frameworks address long and complex planning problems by integrating high-level task planners with low-level motion planners. However, existing TAMP methods rely heavily on the manual design of planning domains that specify the preconditions and postconditions of all high-level actions. This paper proposes a method to automate planning domain inference from a handful of test-time trajectory demonstrations, reducing the reliance on human design. Our approach incorporates a deep learning-based estimator that predicts the appropriate components of a domain for a new task and a search algorithm that refines this prediction, reducing the size and ensuring the utility of the inferred domain. Our method is able to generate new domains from minimal demonstrations at test time, enabling robots to handle complex tasks more efficiently. We demonstrate that our approach outperforms behavior cloning baselines, which directly imitate planner behavior, in terms of planning performance and generalization across a variety of tasks. Additionally, our method reduces computational costs and data amount requirements at test time for inferring new planning domains.