Closed-loop multi-step planning with innate physics knowledge

要約

入力制御問題としてロボット計画を解決するための階層フレームワークを提案します。
最下位レベルには一時的な閉じた制御ループ (「タスク」) があり、それぞれが特定の感覚入力に応じて一時的な動作を表します。
最も高いレベルでは、監督する「コンフィギュレーター」がタスクの作成と終了を指示します。
ここには、一連のタスクをシミュレートできる物理エンジンとしての「コア」知識が存在します。
Configurator はシミュレーション結果をエンコードして解釈し、それに基づいて一連のタスクを計画として選択できます。
このフレームワークを実際のロボットに実装し、概念実証として追い越しシナリオでテストします。

要約(オリジナル)

We present a hierarchical framework to solve robot planning as an input control problem. At the lowest level are temporary closed control loops, (‘tasks’), each representing a behaviour, contingent on a specific sensory input and therefore temporary. At the highest level, a supervising ‘Configurator’ directs task creation and termination. Here resides ‘core’ knowledge as a physics engine, where sequences of tasks can be simulated. The Configurator encodes and interprets simulation results,based on which it can choose a sequence of tasks as a plan. We implement this framework on a real robot and test it in an overtaking scenario as proof-of-concept.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google