能動的知覚によるロボット計画と状況対応

Abstract

現在のロボットは、複雑なタスクを達成するための計画を計算することが可能です。しかし、現実世界の環境は本質的に開放的かつ動的であり、計画の実行中には、ドアのジャムや床に落ちた物体のような、想定外の状況がしばしば発生します。これらの状況は、ロボット自身の行動の失敗に起因する場合もあれば、人間の活動のような外部からの攪乱に起因する場合もあります。このような実行—時間（execution - time）状況を検出し、対処することは依然として大きな課題であり、それがロボットの長期的自律性の実現を制限しています。本論文では、計画と状況処理のための枠組みであるVAP-TAMPを開発し、計画の実行中にロボットが想定外の状況を能動的に認識し、対処できるようにします。VAP-TAMPは、行動知識を活用して、能動的な視点（ビュー）の選択と状況評価のために視覚—言語モデルを戦略的に促し、さらに、統合されたタスク計画と運動計画のためにシーングラフを構築し推論します。VAP-TAMPは、シミュレーションにおけるサービスタスクと、モバイルマニピュレーション・プラットフォーム上で評価しました。