Kompositionelle Diffusionsbasierte Kontinuierliche Constraint-Solver
Compositional Diffusion-Based Continuous Constraint Solvers
September 2, 2023
Autoren: Zhutian Yang, Jiayuan Mao, Yilun Du, Jiajun Wu, Joshua B. Tenenbaum, Tomás Lozano-Pérez, Leslie Pack Kaelbling
cs.AI
Zusammenfassung
Dieses Papier stellt einen Ansatz vor, um das Lösen kontinuierlicher Constraint-Satisfaction-Probleme (CCSP) in der robotischen Entscheidungsfindung und Planung zu erlernen. Bisherige Methoden stützen sich hauptsächlich auf manuell entwickelte oder gelernte Generatoren für spezifische Constraint-Typen und verwerfen anschließend die Wertzuweisungen, wenn andere Constraints verletzt werden. Im Gegensatz dazu leitet unser Modell, der Compositional Diffusion Continuous Constraint Solver (Diffusion-CCSP), globale Lösungen für CCSPs ab, indem es diese als Faktorgraphen darstellt und die Energien von Diffusionsmodellen kombiniert, die darauf trainiert sind, Stichproben für einzelne Constraint-Typen zu erzeugen. Diffusion-CCSP zeigt eine starke Generalisierungsfähigkeit für neuartige Kombinationen bekannter Constraints und kann in einen Task- und Motion-Planner integriert werden, um langfristige Pläne zu entwickeln, die Aktionen mit sowohl diskreten als auch kontinuierlichen Parametern umfassen. Projektseite: https://diffusion-ccsp.github.io/
English
This paper introduces an approach for learning to solve continuous constraint
satisfaction problems (CCSP) in robotic reasoning and planning. Previous
methods primarily rely on hand-engineering or learning generators for specific
constraint types and then rejecting the value assignments when other
constraints are violated. By contrast, our model, the compositional diffusion
continuous constraint solver (Diffusion-CCSP) derives global solutions to CCSPs
by representing them as factor graphs and combining the energies of diffusion
models trained to sample for individual constraint types. Diffusion-CCSP
exhibits strong generalization to novel combinations of known constraints, and
it can be integrated into a task and motion planner to devise long-horizon
plans that include actions with both discrete and continuous parameters.
Project site: https://diffusion-ccsp.github.io/