Online Resynthesis of High-Level Collaborative Tasks for Robots with Changing Capabilities

要約

協調的な高レベルのタスクと、それを満たすための異種ロボットと動作のチームが与えられた場合、この研究では、ロボットが変更に遭遇したときに、タスクが依然として満たされるように個々のロボットの動作を実行時に自動的に調整するという課題に焦点を当てています。
能力 – 失敗または実行できる追加アクション。
LTL^\psi でエンコードされたタスクを考慮し、ロボットの機能が変化したときのグローバル チーミングの再割り当て (およびその結果、ローカルな再合成) を最小限に抑えます。
また、各割り当てに必要なロボットの最小数など、ユーザーが指定できるチーム化割り当て全体に追加の種類の制約を含めることにより、LTL^\psi の表現力も向上します。
シミュレートされた倉庫シナリオでフレームワークを実証します。

要約(オリジナル)

Given a collaborative high-level task and a team of heterogeneous robots and behaviors to satisfy it, this work focuses on the challenge of automatically, at runtime, adjusting the individual robot behaviors such that the task is still satisfied, when robots encounter changes to their abilities–either failures or additional actions they can perform. We consider tasks encoded in LTL^\psi and minimize global teaming reassignments (and as a result, local resynthesis) when robots’ capabilities change. We also increase the expressivity of LTL^\psi by including additional types of constraints on the overall teaming assignment that the user can specify, such as the minimum number of robots required for each assignment. We demonstrate the framework in a simulated warehouse scenario.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google