面向符号-几何动作抽象的反例引导修复

集成任务与运动规划(TMP)提供了一类有前景的方法,用于求解具有复杂符号与几何约束的机器人规划问题。然而,TMP 规划器的实际效用受限于其对机器人动作符号抽象的需求,这类抽象即便对专家也难以构建。我们提出一种通过观测机器人执行动作来自动构建并持续改进机器人动作符号抽象的方法。该方法称为自动抽象修复,允许符号抽象初始不正确或不完整,并随时间收敛于正确模型。抽象修复使用约束多项式 zonotope(CPZ)——一种高效的非凸集合表示——来对联合符号与几何状态上的谓词建模,并对谓词公式的符号编辑操作执行优化搜索,以改善符号抽象与物理机器人控制器行为的一致性。本工作中,我们描述上述谓词模型,引入符号-几何抽象修复问题,并给出一种用于自动抽象修复的 anytime 算法。随后我们证明,抽象修复能从少量观测中改进常见移动操作动作的现实动作抽象。