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

要約

線形時間論的論理（LTL）などの時間的論理仕様を使用したロボット計画の研究は、単一の式に依存しています。
ただし、タスクの複雑さが増すと、LTL式が長くなり、解釈と生成が困難になり、プランナーの計算能力が緊張します。
これに対処するために、広く使用されている仕様タイプの階層構造を導入します – 有限トレース（LTL $ _F $）のLTL。
結果の言語は、H-LTL $ _F $と呼ばれ、その構文とセマンティクスの両方で定義されます。
さらに、H-LTL $ _F $が標準の「フラット」な対応物よりも表現力があることを証明します。
さらに、標準のLTL $ _F $を階層バージョンと比較したユーザー調査を実施し、ユーザーが階層構造を使用して複雑なタスクをより簡単に理解できることを発見しました。
マルチロボットシステムの計画を合成するための検索ベースのアプローチを開発し、同時タスクの割り当てと計画を達成します。
このメソッドは、それぞれがLTL $ _F $仕様に対応する、ゆるく相互接続されたサブスペースによって検索空間を近似します。
検索は主に単一のサブスペースに焦点を当て、オートマトンの分解によって決定される条件下で別のサブスペースに移行します。
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を開発します。
軽度の仮定の下で実施された理論分析は、完全性と最適性に対処します。
サービスタスクのためにさまざまなシミュレータで使用される既存の方法と比較して、私たちのアプローチは、同等のソリューション品質を維持しながら、計画時間を改善します。

要約(オリジナル)

Research in robotic planning with temporal logic specifications, such as Linear Temporal Logic (LTL), has relied on single formulas. However, as task complexity increases, LTL formulas become lengthy, making them difficult to interpret and generate, and straining the computational capacities of planners. To address this, we introduce a hierarchical structure for a widely used specification type — LTL on finite traces (LTL$_f$). The resulting language, termed H-LTL$_f$, is defined with both its syntax and semantics. We further prove that H-LTL$_f$ is more expressive than its standard ‘flat’ counterparts. Moreover, we conducted a user study that compared the standard LTL$_f$ with our hierarchical version and found that users could more easily comprehend complex tasks using the hierarchical structure. We develop a search-based approach to synthesize plans for multi-robot systems, achieving simultaneous task allocation and planning. This method approximates the search space by loosely interconnected sub-spaces, each corresponding to an LTL$_f$ specification. The search primarily focuses on a single sub-space, transitioning to another under conditions determined by the decomposition of automata. We develop multiple heuristics to significantly expedite the search. Our theoretical analysis, conducted under mild assumptions, addresses completeness and optimality. Compared to existing methods used in various simulators for service tasks, our approach improves planning times while maintaining comparable solution quality.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google