Combined task and motion planning as classical AI planning

Ferrer Mestres, Jonathan

Combined task and motion planning as classical AI planning

Document Type

Doctoral thesis
Published Version

Author

Ferrer Mestres, Jonathan

Director

Geffner, Héctor

Publication Date

2018-05-09

Pages

150 p.

License

Citation

Ferrer Mestres, J. Combined task and motion planning as classical AI planning. Universitat Pompeu Fabra; 2018. handle: http://hdl.handle.net/10803/563078

This citation was generated automatically.

Doctoral program

Programa de doctorat en Tecnologies de la Informació i les Comunicacions

Abstract

Planning in robotics is often split into task and motion planning. The task planner decides what needs to be done, while the motion planner ﬁlls up geometric details. However, such a decomposition is not eﬀective in general as the symbolic and geometrical components are not independent. This dissertations shows that it is possible to compile combined task and motion planning problems (CTMP) into classical planning problems; i.e., planning problems over ﬁnite and discrete state spaces with a known initial state, deterministic actions, and goal states to be reached. Motion planners and collision checkers are used for the compilation, but not at planning time. What makes our approach eﬀective is 1) a fully compilation of CTMP problems into classical planning problems, 2) expressive classical planning languages for representing compiled problems, using functions and state constraints, 3) general planning algorithms capable of ﬁnding plans for CTMP problems using domain-independent heuristics.
La planiﬁcació en robòtica es divideix en planiﬁcació de tasques i planiﬁcació de moviments. El planiﬁcador de tasques decideix que és el que s’ha de fer, mentre el planiﬁcador de moviments s’encarrega dels detalls geomètrics. Aquesta descomposició no és efectiva, ja que els components simbòlics i geomètrics no són independents. En aquesta tesi, demostrem que és possible compilar problemes de planiﬁcació de tasques i moviments a problemes de planiﬁcació clàssica, és a dir, problemes sobre un espai d’estats ﬁnit, amb coneixement de l’estat inicial i accions deterministes. En aquesta proposta, els planiﬁcadors de moviments només s’utilitzen durant la compilació, no durant la cerca. El que fa aquesta tesi robusta és: 1) un procés de compilació de problemes de planiﬁcació de tasques i moviments a problemes de planiﬁcació clàssica, 2) uns llenguatges expressius per representar problemes compilats, utilitzant funcions i restriccions d’estats, 3) algorismes de cerca amb heurístiques independents del domini.

Keywords

Combined task and motion planning, Task planning, Motion planning, Heuristic planning, State constraints, Classical planning, Robotics, Modeling task and motion problems, Combinació de planificació de tasques i moviments, Planificació de tasques, Planificació de moviments, Planificació heurística, Restriccions d'estats, Planificació clàssica, Robòtica, Modelar problemes de tasques i moviments