中文

从抽象到具身语言以实现任务规划机器人的鲁棒协调

人工智能 2024-02-26 v3

摘要

在本文中,我们考虑弥合任务规划机器人协调差距的第一步。具体而言,我们研究自动构建在协调中极具灵活性同时又充分明晰的语言。为此,我们将语言视为指定计划时间状态约束的机制。这种视角使我们能够通过将这些可组合约束映射到词,自下而上地逆向工程出一种语言。我们的语言将任意给定任务的计划表达为“计划草图”,以传达恰好足够的细节,同时最大化实现该计划的灵活性,从而实现鲁棒协调并带来最优性保证等诸多益处。我们形式化并分析了该问题,给出了一种近似解,并在多种场景下验证了我们所提方法的优势,以阐明其应用。

关键词

引用

@article{arxiv.1905.00517,
  title  = {From Abstractions to Grounded Languages for Robust Coordination of Task Planning Robots},
  author = {Yu Zhang},
  journal= {arXiv preprint arXiv:1905.00517},
  year   = {2024}
}

备注

A short version of this paper appears as an extended abstract at AAMAS 2023