概率时序任务与安全返回约束下的分层运动规划

在不确定环境中，安全性对机器人任务至关重要。避碰等常见安全要求仅依赖于状态，这对复杂任务而言可能过于受限。本工作中，我们处理一种更通用的表述——安全返回约束，其要求存在一种返回策略能以高概率将系统驱动回一组安全状态。机器人运动被建模为带有概率标签的马尔可夫决策过程（MDP），该过程可能高度非遍历。机器人任务被规定为关于这些标签的线性时序逻辑（LTL）公式，例如监视与运输。我们首先对此类安全返回约束的重构给出理论保证，以及一种基于计算两个完整积自动机的基线解。此外，为应对计算复杂性，我们提出一种分层规划算法，将基于特征的符号与时序抽象同约束优化相结合。它同时综合两种依赖的运动策略： outbound策略以高概率最小化满足任务的总体代价，而返回策略确保安全返回约束。该问题表述在机器人模型、任务规范和安全约束方面具有通用性。所提出的分层算法比基线解更高效，能求解大得多的问題，且仅略有最优性损失。数值验证包括搜索救援任务和行星探索任务在不同系统规模下的仿真与硬件实验。