要約
時相論理仕様、特に線形時相論理 (LTL) を使用したロボット計画に関するこれまでの研究は、主に個々のロボットまたはロボットのグループに対する単一の公式に基づいていました。
しかし、タスクの複雑さが増すにつれて、LTL 式は必然的に長くなり、解釈と仕様の生成が複雑になり、プランナーの計算能力に負担がかかります。
最近の開発は、複数の時相論理仕様を含む LTL [1] の階層表現であり、より解釈可能なフレームワークを提供します。
ただし、提案された計画アルゴリズムは、各仕様内のロボットの独立性を前提としており、その適用は複雑な時間的制約のある複数ロボットの調整に限定されています。
この研究では、分解に基づいた階層フレームワークを定式化しました。
高レベルでは、各仕様はまず一連のアトミックなサブタスクに分解されます。
さらに仕様の異なるサブタスク間の時間的関係を推測し、タスクネットワークを構築します。
その後、混合整数線形プログラムを利用して、さまざまなロボットにサブタスクを割り当てます。
下位レベルでは、サブタスクを実行するためにドメイン固有のコントローラーが使用されます。
私たちのアプローチは、ロボットのナビゲーションと操作の領域に実験的に適用されました。
比較分析を含む徹底的なシミュレーションの結果は、提案されたアプローチの有効性を実証しました。
要約(オリジナル)
Past research into robotic planning with temporal logic specifications, notably Linear Temporal Logic (LTL), was largely based on singular formulas for individual or groups of robots. But with increasing task complexity, LTL formulas unavoidably grow lengthy, complicating interpretation and specification generation, and straining the computational capacities of the planners. A recent development has been the hierarchical representation of LTL [1] that contains multiple temporal logic specifications, providing a more interpretable framework. However, the proposed planning algorithm assumes the independence of robots within each specification, limiting their application to multi-robot coordination with complex temporal constraints. In this work, we formulated a decomposition-based hierarchical framework. At the high level, each specification is first decomposed into a set of atomic sub-tasks. We further infer the temporal relations among the sub-tasks of different specifications to construct a task network. Subsequently, a Mixed Integer Linear Program is utilized to assign sub-tasks to various robots. At the lower level, domain-specific controllers are employed to execute sub-tasks. Our approach was experimentally applied to domains of robotic navigation and manipulation. The outcomes of thorough simulations, which included comparative analyses, demonstrated the effectiveness of the proposed approach.
arxiv情報
著者 | Xusheng Luo,Shaojun Xu,Ruixuan Liu,Changliu Liu |
発行日 | 2024-01-09 04:44:47+00:00 |
arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google