Signal-Affordanz-Relationen zur Manipulationsplanung

Seit einigen Jahren werden gut untersuchte Roboteraktionen wie Schieben, Aufnehmen oder Platzieren zur Ausführung mehrstufiger Aufgaben mit menschenähnlichen Anweisungen verkettet: Objekt A aufnehmen, auf Objekt B platzieren, Objekt C in Richtung Objekt D schieben usw. In industriellen Umgebungen sind diese Anweisungen sorgfältig vordefiniert, um sich wiederholende Aufgaben in kontrollierten Umgebungen auszuführen. Ansätze zur Aufgabenplanung mit künstlicher Intelligenz (KI) ermöglichen die Projektion dieses Paradigmas außerhalb industrieller Szenarien, indem die erforderlichen Anweisungen automatisch in Abhängigkeit von bestimmten Konfigurationen von Objekten und Zielen generiert werden. Trotz erheblicher Bemühungen in diese Richtung ist der Erfolg von Roboterarchitekturen, die Aufgaben- und Bewegungsplanung (TAMP vom englischen Akronym) kombinieren, jedoch immer noch sehr begrenzt. Die abstrakte Darstellung von Objekten und Aktionen, die von KI-Planungsmethoden verwendet wird, ignoriert in der Regel physische Nebenbedingungen, die für die erfolgreiche Ausführung einer Aufgabe entscheidend sind: Welche spezifischen Bewegungen sind erforderlich, um eine Tasse kollisionsfrei aus einem Regal zu nehmen? An welchem Punkt sollte eine Flasche genau gegriffen werden, damit sie anschließend stabil ausgegossen werden kann? Usw. Diese physischen Nebenbedingungen werden normalerweise nach der KI-Aufgabenplanung mithilfe rechenintensiver Versuch-und-Irrtum-Strategien ausgewertet, um die Bewegungen für die Ausführung einer bestimmten Aufgabe zu ermitteln. Wir schlagen eine neue TAMP- Methode vor, die die physischen Nebenbedingungen bereits vor der Aufgabenplanung auswertet. Unser Ansatz vereint Wahrnehmung, Aufgabenplanung und Ausführung in einer gemeinsamen Struktur namens Action Context (AC), die Objekt-Objekt- und Objekt-Roboter- Kausalrelationen im Hinblick auf den Zweck solcher Relationen im Kontext einer Aufgabe kodiert: Ist die Relation zwischen der Roboterhand und der Flasche geeignet, um die Flasche zwecks anschließenden Ausschenkens aufzunehmen? Dies ist ein grundlegender Unterschied zum traditionellen Ansatz, zweckneutrale Beschreibungen von Objektrelationen (auf, in, unter usw.) zu verwenden, was die Auswertung verhindert, ob eine solche Relation zur Ausführung einer Aufgabe geeignet ist. Beispielsweise definieren das Aufnehmen einer Flasche zum Ausschenken und das Aufnehmen einer Flasche zum Abstellen an einem anderen Ort zwei Hand-Flaschen-Relationen mit unterschiedlichen Bewegungsanforderungen und physischen Nebenbedingungen, die nicht definiert werden können, indem nur überprüft wird, ob die Flasche in der Hand ist. Wir schlagen Mechanismen zur Verwendung von ACs für die KI-Aufgabenplanung vor, bei denen die Durchführbarkeit von Bewegungen den Planungsprozess leitet. Unser TAMP erstellt schnell physikalisch umsetzbare Aufgabenpläne, vermeidet die intensiven Berechnungen aktueller Ansätze und erhöht die Erfolgsquote.