基于学习抽象表示的反应式高层任务自动编码与修复

我们提出一个框架，给定机器人可执行的一组技能，将传感器数据抽象为符号，并用以在线性时序逻辑中自动编码机器人的能力。我们基于这些能力指定反应式高层任务，若任务可行，则自动综合策略并在机器人上执行。若给定机器人能力任务不可行，我们提出两种方法——一种基于枚举，一种基于综合——用于自动建议机器人所需的附加技能或对现有技能的修改，以使任务可行。我们在Baxter机器人于桌上操作积木、Baxter机器人于桌上操作盘子、以及Kinova机械臂操作小瓶等多个传感模态（包括原始图像）上演示了我们的框架。