Safe and Robust Robot Behavior Planning via Constraint Programming

要約

自律システムの安全な動作は複雑な取り組みであり、その重要な要素の 1 つは意思決定です。
意思決定ロジックは、モデル チェックやその他の形式的な検証アプローチを使用して形式的に分析できます。
しかし、現実的な環境の非決定的な性質により、これらのアプローチはかなり面倒で、非現実的なものになることがよくあります。
Tumato などの制約ベースの計画アプローチは、構築による健全性と完全性を保証しながら、システムが所定の目標を達成し、安全制約を順守するためのポリシーを生成できることが示されています。
ただし、環境内での行動の不確実な結果は明示的にモデル化または説明されていないため、Tumato の表現力は大幅に制限されています。
この作業では、アクションの非決定的な結果をサポートするように Tumato を拡張します。
アクションには特定の意図された結果がありますが、現実的に発生する可能性のある代替の結果を持つようにモデル化することができます。
適応されたソルバーは、アクションの別の結果が発生した場合でも、安全な方法で目標に到達できるようにするポリシーを生成します。
さらに、Tumato に安全性を定義する純粋に宣言的な方法を導入し、その表現力を高めます。
最後に、アクションにコストまたは期間の値を追加すると、ソルバーは必要に応じて最も好ましい方法で安全性を回復できるようになります。

要約(オリジナル)

The safe operation of an autonomous system is a complex endeavor, one pivotal element being its decision-making. Decision-making logic can formally be analyzed using model checking or other formal verification approaches. Yet, the non-deterministic nature of realistic environments makes these approaches rather troublesome and often impractical. Constraint-based planning approaches such as Tumato have been shown to be capable of generating policies for a system to reach a stated goal and abiding safety constraints, with guarantees of soundness and completeness by construction. However, uncertain outcomes of actions in the environment are not explicitly modeled or accounted for, severely limiting the expressiveness of Tumato. In this work, we extend Tumato with support for non-deterministic outcomes of actions. Actions have a specific intended result yet can be modeled to have alternative outcomes that may realistically occur. The adapted solver generates a policy that enables reaching the goals in a safe manner, even when alternative outcomes of actions occur. Furthermore, we introduce a purely declarative way of defining safety in Tumato, increasing its expressiveness. Finally, the addition of cost or duration values to actions enables the solver to restore safety when necessary, in the most preferred way.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google