Simultaneous Task Allocation and Planning for Multi-Robots under Hierarchical Temporal Logic Specifications

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。
タスクの固有構造を活用することで、構文とセマンティクスの要件を伴う階層構造を LTL 仕様に導入し、フラットな仕様よりも表現力が高いことを証明しました。
次に、検索ベースのアプローチを採用してマルチロボット システムの計画を統合し、タスクの割り当てと計画を同時に実行します。
検索空間は、緩やかに相互接続されたサブ空間によって近似され、各サブ空間は 1 つの LTL 仕様に対応します。
検索は主に単一のサブ空間に限定され、オートマトンの分解によって決定される特定の条件下で別のサブ空間に移行します。
さらに、検索を大幅に促進するために複数のヒューリスティックが定式化されています。
完全性と最適性に関する理論的分析は、穏やかな仮定の下で行われます。
サービス タスクに関する既存の方法と比較すると、当社の方法は実行時間の点で優れており、同等のソリューション品質を備えています。
最後に、30 台のロボットのグループをテストし、妥当な実行時間を達成することで、スケーラビリティを評価します。

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. By leveraging the intrinsic structure of tasks, we introduced a hierarchical structure to LTL specifications with requirements on syntax and semantics, and proved that they are more expressive than their flat counterparts. Second, we employ a search-based approach to synthesize plans for a multi-robot system, accomplishing simultaneous task allocation and planning. The search space is approximated by loosely interconnected sub-spaces, with each sub-space corresponding to one LTL specification. The search is predominantly confined to a single sub-space, transitioning to another sub-space under certain conditions, determined by the decomposition of automatons. Moreover, multiple heuristics are formulated to expedite the search significantly. A theoretical analysis concerning completeness and optimality is conducted under mild assumptions. When compared with existing methods on service tasks, our method outperforms in terms of execution times with comparable solution quality. Finally, scalability is evaluated by testing a group of 30 robots and achieving reasonable runtimes.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google