SkiROS2: A skill-based Robot Control Platform for ROS

要約

サービス分野と産業分野の両方で自律型ロボット システムのニーズがかつてないほど高まっています。
後者では、生産における小さなバッチ、さらには「バッチ サイズ 1」への移行により、必要な柔軟性を提供できるロボット制御システム アーキテクチャの必要性が生じました。
このようなアーキテクチャには、十分な知識統合フレームワークが必要なだけではありません。
また、自律的なミッションの実行をサポートし、さまざまなタスクとロボット システム間の互換性と相互運用性を可能にする必要があります。
ROS 上のスキルベースのロボット制御プラットフォームである SkiROS2 を紹介します。
SkiROS2 は、世界の状態とエンティティについて推論するための知識ベースによってサポートされる、自動タスク計画と事後実行のための階層化されたハイブリッド制御構造を提案します。
スケジューリングの定式化は、タスク レベルの計画と実行を統合する拡張ビヘイビア ツリー モデルに基づいて構築されます。
これにより、高度なモジュール性と環境の変化への迅速な対応が可能になります。
事前条件、保持条件、事後条件に基づいたスキルの定式化により、ロボット プログラムを編成し、知覚から低レベルの制御、外部ツールの組み込みに至るまでの多様なスキルを構成することができます。
SkiROS2 を現場に関連付け、タスク計画、推論、多感覚入力、製造実行システムへの統合、強化学習をカバーする 3 つのユースケース例を概説します。

要約(オリジナル)

The need for autonomous robot systems in both the service and the industrial domain is larger than ever. In the latter, the transition to small batches or even ‘batch size 1’ in production created a need for robot control system architectures that can provide the required flexibility. Such architectures must not only have a sufficient knowledge integration framework. It must also support autonomous mission execution and allow for interchangeability and interoperability between different tasks and robot systems. We introduce SkiROS2, a skill-based robot control platform on top of ROS. SkiROS2 proposes a layered, hybrid control structure for automated task planning, and reactive execution, supported by a knowledge base for reasoning about the world state and entities. The scheduling formulation builds on the extended behavior tree model that merges task-level planning and execution. This allows for a high degree of modularity and a fast reaction to changes in the environment. The skill formulation based on pre-, hold- and post-conditions allows to organize robot programs and to compose diverse skills reaching from perception to low-level control and the incorporation of external tools. We relate SkiROS2 to the field and outline three example use cases that cover task planning, reasoning, multisensory input, integration in a manufacturing execution system and reinforcement learning.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google