基于几何与符号场景图的长时域操作分层规划

我们提出一种面向长时域操作任务的视觉接地分层规划算法。我们的算法提供了一个神经符号任务规划与基于指定目标的低级运动生成的联合框架。我们方法的核心是一种两级场景图表示，即几何场景图与符号场景图。该分层表示作为操作场景的结构化、以对象为中心的抽象。我们的模型使用图神经网络处理这些场景图，以预测高级任务规划与低级运动。我们证明该方法可扩展至长时域任务，并对新任务目标具有良好泛化能力。我们在物理仿真与真实世界的厨房收纳任务中验证了方法。实验表明，我们的方法在真实机器人上取得超过70%成功率与近90%子目标完成率，且计算时间相比标准基于搜索的任务与运动规划器快四个数量级。