Effective Task Planning with Missing Objects using Learning-Informed Object Search

1. O Problema

O planejamento de tarefas para robôs móveis frequentemente assume um conhecimento completo do ambiente. Abordagens clássicas, como aquelas baseadas na linguagem PDDL (Planning Domain Definition Language), falham quando a localização de objetos críticos para a tarefa é desconhecida. Embora existam métodos recentes de busca de objetos baseados em aprendizado de máquina, eles operam como ferramentas isoladas e não são facilmente integrados a planejadores de tarefas de alto nível.

O desafio central reside em responder a três questões fundamentais (o problema de "escolha de objetos" ou object scouting):

1. Como encontrar rapidamente objetos ausentes?
2. Quais objetos devem ser buscados (quando há flexibilidade na tarefa)?
3. Quando durante a execução o robô deve iniciar a busca?

A dificuldade técnica é que ações de busca são inerentemente estocásticas (não determinísticas), o que torna incompatível com solvers de planejamento determinísticos eficientes que assumem efeitos de ação previsíveis.

2. Metodologia

Os autores propõem um framework de Planejamento de Tarefa Informado por Aprendizado (Learning-Informed Task Planning) que encapsula a incerteza da busca dentro de ações determinísticas de alto nível.

A. Ação Abstrata "Find"

O núcleo da abordagem é a introdução de uma nova ação de alto nível chamada find.

• Abstração: O planejador de alto nível trata a ação find como determinística. Ela é definida como: (1) iniciar em uma localização, (2) buscar um objeto específico até encontrá-lo, (3) pegá-lo e (4) movê-lo para uma localização alvo.
• Vantagem: Isso permite o uso de solvers PDDL otimizados (como o FASTDOWNWARD), pois a estocasticidade da busca real é encapsulada dentro da definição da ação, mantendo as precondições e efeitos lógicos simples para o planejador.

B. Busca de Objetos Informada por Aprendizado (LIOS)

Para instanciar a ação find, os autores desenvolvem uma política de busca chamada LIOS (Learning-Informed Object Search).

• Modelo de Aprendizado: Um modelo treinado estima a probabilidade ($P_{FOUND}$) de encontrar um objeto em cada recipiente não vasculhado, baseado em dados de ambientes simulados (PROCTHOR).
• Planejamento Baseado em Modelo: Utilizando essas probabilidades, o sistema calcula o custo esperado ($Q_{\pi_o}$) de encontrar o objeto em cada recipiente possível, resolvendo uma equação de Bellman que considera custos de movimento, busca e a probabilidade de sucesso.
• Integração: O custo esperado calculado pelo LIOS é passado ao planejador de alto nível como o "custo" da ação find. Isso permite que o planejador decida não apenas como buscar, mas o que buscar e quando buscar para minimizar o custo total da tarefa.

C. Replanejamento

Durante a execução, o robô navega e busca recipientes. Conforme novos objetos são descobertos, o mapa parcial é atualizado e o planejador pode replanejar, aproveitando a nova informação para refinar a estratégia de busca.

3. Contribuições Principais

1. Abstração de Ação Determinística: A criação da ação find que encapsula a estocasticidade da busca, permitindo a compatibilidade com solvers de planejamento determinísticos existentes.
2. Política LIOS: O desenvolvimento de uma estratégia de busca que combina previsões de aprendizado de máquina com planejamento baseado em modelo para gerar políticas de busca eficientes e calcular custos esperados precisos.
3. Integração de Custos Esperados: A demonstração de que usar o custo esperado calculado pelo modelo (e não apenas estimativas ingênuas ou gananciosas) é crucial para que o planejador de alto nível tome decisões ótimas sobre a ordem de busca de objetos.
4. Validação em Ambientes Reais e Simulados: O sistema foi testado em ambientes simulados (PROCTHOR) e no mundo real usando o robô Spot da Boston Dynamics.

4. Resultados Experimentais

Os experimentos cobriram tarefas domésticas complexas, como preparação de café, preparo de café da manhã e entrega de objetos.

• Busca Isolada: A política LIOS superou a estratégia Greedy (que busca o recipiente mais próximo) em 59,9% no custo total de busca em 200 tentativas.
• Planejamento de Tarefas:
  • A abordagem completa (ModelLIOS) superou consistentemente as linhas de base que usavam busca Greedy ou estimativas de custo ingênuas (otimistas/pessimistas).
  • Em tarefas complexas como "Café da Manhã + Café", o ModelLIOS manteve altas taxas de sucesso e custos menores.
  • No cenário "Entregar 3 Objetos", o ModelLIOS foi capaz de determinar a ordem ótima de busca para minimizar o custo total, algo que as linhas de base não conseguiam fazer eficientemente.
• Mundo Real: No robô Spot, o ModelLIOS completou tarefas de entrega em ambientes domésticos reais com menos buscas de recipientes e menor tempo total (ex: 174s vs 311s da linha de base PesGreedy) ao raciocinar sobre onde os objetos têm maior probabilidade de estar.

5. Significado e Conclusão

Este trabalho representa um avanço significativo na robótica de serviço ao resolver o dilema entre a necessidade de planejamento determinístico (para eficiência computacional) e a realidade de ambientes parcialmente observáveis (com objetos perdidos).

A principal contribuição é a capacidade de raciocinar sobre a incerteza sem abandonar os solvers de planejamento clássicos e otimizados. Ao encapsular a busca complexa em uma ação determinística informada por dados, o sistema permite que robôs móveis:

1. Localizem objetos rapidamente usando previsões aprendidas.
2. Decidam estrategicamente quais objetos buscar primeiro e quando fazê-lo.
3. Executem tarefas de longo alcance e complexas em ambientes do mundo real com sucesso.

O artigo demonstra que a integração de modelos de aprendizado de máquina com planejamento simbólico tradicional é uma via viável e superior para a autonomia robótica em ambientes não estruturados.