A Model for Optimal Resilient Planning Subject to Fallible Actuators

要約

コンポーネントに障害が発生したロボットは、能力が低下しても達成可能な目標を最大限に実現できるように動作を調整する必要があります。
マルコフ決定プロセス (MDP) フレームワーク内で失敗しやすいことがアプリオリに知られているアクチュエータを使用した計画の問題を定式化します。
このモデルは、潜在的な障害と、将来の制御の低下による長期的な影響についての推論を可能にするために、使用率に起因する誤動作と状態動作に依存するアクチュエータ故障の可能性を捉えます。
これにより、失敗を無視した計画とは質的に異なる行動が発生します。
アクチュエータが誤動作すると、組み合わせにより多くの構成が発生する可能性があります。
私たちは、構成が異なると密接に関連した問題が生じるという観察結果を利用して、再利用によって計算を節約する機会を特定します。
私たちの結果は、たとえば、重要なアクチュエータを予備に保つために利用を慎重にスケジュールするなど、障害が発生したときにロボットが対応できるように戦略的ソリューションがどのように得られるかを示しています。

要約(オリジナル)

Robots incurring component failures ought to adapt their behavior to best realize still-attainable goals under reduced capacity. We formulate the problem of planning with actuators known a priori to be susceptible to failure within the Markov Decision Processes (MDP) framework. The model captures utilization-driven malfunction and state-action dependent likelihoods of actuator failure in order to enable reasoning about potential impairment and the long-term implications of impoverished future control. This leads to behavior differing qualitatively from plans which ignore failure. As actuators malfunction, there are combinatorially many configurations which can arise. We identify opportunities to save computation through re-use, exploiting the observation that differing configurations yield closely related problems. Our results show how strategic solutions are obtained so robots can respond when failures do occur — for instance, in prudently scheduling utilization in order to keep critical actuators in reserve.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google