基于 PDDL 和 POPF 的协作任务最优计划与智能体感知分配算法
系统与控制
2024-07-12 v1 系统与控制
摘要
工业 4.0 提出将人工智能（AI）集成到制造业和其他行业，以创建智能协作系统以提高效率。本文旨在开发一种灵活且自适应的框架，用于为协作机器人和人类工人生成最优计划，以取代工业场景中刚性、硬编码的生产线计划。这将通过整合规划域定义语言（PDDL）、部分序计划前向（POPF）任务规划器和任务分配算法来实现。本文提出的任务分配算法为工业场景中的通用动作（如 PICK、PLACE 和 MOVE）生成目标函数，考虑实际因素，如可行性、可达性、安全性和协作水平。动作和成本随后被转换为可被规划系统理解的语言，并输入 POPF 求解器以生成最优动作计划。最后，我们在装配任务中通过一个包含两个操作机械臂和一名人类工人的协作系统进行实验，以测试本文提出的理论可行性。
引用
@article{arxiv.2407.08534,
title = {An Optimal Task Planning and Agent-aware Allocation Algorithm in Collaborative Tasks Combining with PDDL and POPF},
author = {Qiguang Chen and Ya-Jun Pan},
journal= {arXiv preprint arXiv:2407.08534},
year = {2024}
}