Reactive Temporal Logic-based Planning and Control for Interactive Robotic Tasks

要約

人間と対話するロボットは、安全かつ反応的であり、予期せぬ環境やタスクの変化にオンラインで適応できる必要があります。
インタラクティブプランナーには正式な安全保証がなく、安全モーションプランナーには適応する柔軟性がないため、これらの要件を同時に達成することは困難です。
これに取り組むために、時相論理ベースの離散タスク レベル プランと連続動的システム (DS) ベースの動作計画を統合することにより、人間とロボットの相互作用のための安全な動作計画と反応的な動作計画の両方を生成するモジュール式制御アーキテクチャを提案します。
ユーザーが構造化言語を通じてタスクの仕様を定義できるようにする反応性時相論理式を定式化し、環境変化に適応しながら望ましいロボットの一連の動作を生成するタスクレベルでの計画アルゴリズムを提案します。
動作レベルでは、制御リアプノフ関数と制御バリア関数を組み込み、次の 2 種類のロボット動作に対する安定かつ安全な連続動作計画を計算します。(i) 自律 DS によって与えられる複雑でおそらく周期的な動作、および (ii) 指定されたタイムクリティカルなタスク
Signal Temporal Logic~(STL) による。
私たちの方法論は、ホワイトボード上の拭き取りタスクを実行する Franka ロボット アームと、人間の相互作用に準拠し、環境の変化に適応するマネキンで実証されています。

要約(オリジナル)

Robots interacting with humans must be safe, reactive and adapt online to unforeseen environmental and task changes. Achieving these requirements concurrently is a challenge as interactive planners lack formal safety guarantees, while safe motion planners lack flexibility to adapt. To tackle this, we propose a modular control architecture that generates both safe and reactive motion plans for human-robot interaction by integrating temporal logic-based discrete task level plans with continuous Dynamical System (DS)-based motion plans. We formulate a reactive temporal logic formula that enables users to define task specifications through structured language, and propose a planning algorithm at the task level that generates a sequence of desired robot behaviors while being adaptive to environmental changes. At the motion level, we incorporate control Lyapunov functions and control barrier functions to compute stable and safe continuous motion plans for two types of robot behaviors: (i) complex, possibly periodic motions given by autonomous DS and (ii) time-critical tasks specified by Signal Temporal Logic~(STL). Our methodology is demonstrated on the Franka robot arm performing wiping tasks on a whiteboard and a mannequin that is compliant to human interactions and adaptive to environmental changes.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google