A framework for training and benchmarking algorithms that schedule robot tasks

要約

サービス ロボットは、人間のような外因性エージェントが生息する変化する環境で動作します。
サービスロボットの分野では、外生的な動作や物体やロボット自体の不正確な位置特定によって多くの不確実性が生じます。
このため、ロボットのタスクのスケジュール設定の問題は非常に困難になります。
この記事では、ロボットのタスクをスケジュールするアルゴリズムのパフォーマンスを体系的に評価するためのベンチマーク システムを提案します。
ロボット環境には、部屋の地図、家具、輸送可能な物体、および動く人間が組み込まれています。
システムは、アルゴリズム、実行されるタスク、および評価方法のインターフェイスを定義します。
このシステムは複数のツールで構成されており、AI ベースのスケジューリング アルゴリズムと統計テストをトレーニングするためのテスト シナリオの生成を容易にします。
ベンチマークの目的で、一連のシナリオが選択され、いくつかのスケジューリング アルゴリズムのパフォーマンスが評価されます。
システム ソースは、サービス ロボットのロボット タスク スケジューリング アルゴリズムの調整と比較評価のためにコミュニティに提供するために公開されています。

要約(オリジナル)

Service robots work in a changing environment habited by exogenous agents like humans. In the service robotics domain, lots of uncertainties result from exogenous actions and inaccurate localisation of objects and the robot itself. This makes the robot task scheduling problem incredibly challenging. In this article, we propose a benchmarking system for systematically assessing the performance of algorithms scheduling robot tasks. The robot environment incorporates a room map, furniture, transportable objects, and moving humans; the system defines interfaces for the algorithms, tasks to be executed, and evaluation methods. The system consists of several tools, easing testing scenario generation for training AI-based scheduling algorithms and statistical testing. For benchmarking purposes, a set of scenarios is chosen, and the performance of several scheduling algorithms is assessed. The system source is published to serve the community for tuning and comparable assessment of robot task scheduling algorithms for service robots.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google