Resilient Temporal Logic Planning in the Presence of Robot Failures

要約

線形時相論理 (LTL) などの形式言語を使用して指定された共同的な高レベルのミッションを伴うモバイル ロボット チームのパスを設計するために、いくつかのタスクおよび動作計画アルゴリズムが最近提案されています。
しかし、設計された経路には、予期せぬイベント（人間の介入やシステムの誤動作など）によって発生する可能性のあるロボットの機能（センシング、可動性、操作など）の障害に対する反応性が欠けていることが多く、その結果、ミッションのパフォーマンスが損なわれる可能性があります。
この新たな課題に対処するために、本稿では、協調的な LTL ミッションを持つ異種ロボットのチームのための新しい回復力のあるミッション計画アルゴリズムを提案します。
ロボットの能力は異質ですが、ミッションでは環境内の特定の領域で時間的/論理的な順序でこれらのスキルを適用する必要があります。
提案された方法は、ロボット機能の予期せぬ障害に適応できるパスを設計します。
これは、既存のチーム動作計画の混乱を最小限に抑えながら、現在機能しているスキルに基づいてロボットにサブタスクを再割り当てすることで実現されます。
私たちは、提案されたアルゴリズムの効率と回復力を実証する実験と理論的保証を提供します。

要約(オリジナル)

Several task and motion planning algorithms have been proposed recently to design paths for mobile robot teams with collaborative high-level missions specified using formal languages, such as Linear Temporal Logic (LTL). However, the designed paths often lack reactivity to failures of robot capabilities (e.g., sensing, mobility, or manipulation) that can occur due to unanticipated events (e.g., human intervention or system malfunctioning) which in turn may compromise mission performance. To address this novel challenge, in this paper, we propose a new resilient mission planning algorithm for teams of heterogeneous robots with collaborative LTL missions. The robots are heterogeneous with respect to their capabilities while the mission requires applications of these skills at certain areas in the environment in a temporal/logical order. The proposed method designs paths that can adapt to unexpected failures of robot capabilities. This is accomplished by re-allocating sub-tasks to the robots based on their currently functioning skills while minimally disrupting the existing team motion plans. We provide experiments and theoretical guarantees demonstrating the efficiency and resiliency of the proposed algorithm.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google