Robust MITL planning under uncertain navigation times

要約

オフィスなどの環境では、ロボットが 2 つの場所間を移動する時間は時間の経過とともに変化する可能性があります。
たとえば、昼食時には同じ方向に向かう人々で廊下が混雑するため、キッチンに行くのにさらに時間がかかることがあります。
この研究では、明示的な時間要件を把握できる豊富なロボット タスク仕様言語である Metric Interval Temporal Logic (MITL) で表現されたタスクを使用して、このような環境におけるルーティングの問題に取り組みます。
私たちの目的は、ロボットの MITL タスクの時間的ロバスト性を最大化する戦略を見つけることです。
解決策に向けた最初のステップとして、可変重み付け遷移システム上でタスク計画の問題を解決するための混合整数線形計画法アプローチを定義します。このシステムでは、ナビゲーション期間は決定的ですが、時刻によって異なります。
次に、このプランナーを適用して、マルコフ決定プロセスにおける MITL 時間ロバスト性を最適化します。物理的位置間のナビゲーション期間は不確実ですが、起こり得る遅延の時間依存分布はわかっています。
最後に、MITL 時間ロバスト性の保証を維持するマルコフ意思決定プロセスのための後退ホライズン プランナーを開発します。
ロボットタスクのシミュレーションにおける計画アルゴリズムのスケーラビリティを示します。

要約(オリジナル)

In environments like offices, the duration of a robot’s navigation between two locations may vary over time. For instance, reaching a kitchen may take more time during lunchtime since the corridors are crowded with people heading the same way. In this work, we address the problem of routing in such environments with tasks expressed in Metric Interval Temporal Logic (MITL) – a rich robot task specification language that allows us to capture explicit time requirements. Our objective is to find a strategy that maximizes the temporal robustness of the robot’s MITL task. As the first step towards a solution, we define a Mixed-integer linear programming approach to solving the task planning problem over a Varying Weighted Transition System, where navigation durations are deterministic but vary depending on the time of day. Then, we apply this planner to optimize for MITL temporal robustness in Markov Decision Processes, where the navigation durations between physical locations are uncertain, but the time-dependent distribution over possible delays is known. Finally, we develop a receding horizon planner for Markov Decision Processes that preserves guarantees over MITL temporal robustness. We show the scalability of our planning algorithms in simulations of robotic tasks.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google