Automated Process Planning Based on a Semantic Capability Model and SMT

要約

製造システムや自律型ロボットの研究では、「能力」という用語は、機械が解釈できるシステム機能の仕様に使用されます。
この研究分野のアプローチでは、機能の要件、効果、動作の解釈に関連するすべての情報を取得する情報モデルを開発します。
これらのアプローチは、さまざまな種類のプロセスや多数の異なるベンダーから生じる異質性を克服することを目的としています。
ただし、これらのモデルと関連する方法は、自動化されたプロセス計画、つまり、特定の製品を製造したり、自律ロボットを使用してミッションを達成したりするために必要な一連の個別の機能を見つけるためのソリューションを提供しません。
むしろ、これは AI 計画アプローチの典型的なタスクであり、残念なことに、それぞれの計画問題の記述を作成するのに多大な労力が必要になります。
このペーパーでは、これら 2 つのトピックを組み合わせたアプローチを紹介します。セマンティック機能モデルから開始して、AI 計画問題が自動的に生成されます。
計画問題は、満足度モジュロ理論を使用してエンコードされ、既存のソルバーを使用して、必要なパラメーター値を含む有効な能力シーケンスを見つけます。
このアプローチは、人間の既存の専門知識を統合し、計画上の決定を理解するために人間のオペレーターに説明を提供する可能性も提供します。

要約(オリジナル)

In research of manufacturing systems and autonomous robots, the term capability is used for a machine-interpretable specification of a system function. Approaches in this research area develop information models that capture all information relevant to interpret the requirements, effects and behavior of functions. These approaches are intended to overcome the heterogeneity resulting from the various types of processes and from the large number of different vendors. However, these models and associated methods do not offer solutions for automated process planning, i.e. finding a sequence of individual capabilities required to manufacture a certain product or to accomplish a mission using autonomous robots. Instead, this is a typical task for AI planning approaches, which unfortunately require a high effort to create the respective planning problem descriptions. In this paper, we present an approach that combines these two topics: Starting from a semantic capability model, an AI planning problem is automatically generated. The planning problem is encoded using Satisfiability Modulo Theories and uses an existing solver to find valid capability sequences including required parameter values. The approach also offers possibilities to integrate existing human expertise and to provide explanations for human operators in order to help understand planning decisions.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google