LTL-D*：面向线性时序逻辑规范中可行与不可行任务的增量最优重规划
机器人学
2024-04-02 v1 形式语言与自动机理论
摘要
本文提出了一种增量重规划算法，称为LTL-D*，用于动态变化环境中基于时序逻辑的任务规划。环境中的意外变化可能导致以线性时序逻辑（LTL）形式给出的任务规范失败。在本研究中，所考虑的失败分为两类：（i）期望的LTL规范可以通过重规划满足，以及（ii）期望的LTL规范严格来说不可行，只能以“松弛”的方式满足。为了解决这些失败，所提出的算法找到一个最优重规划方案，该方案最小程度地违反期望的任务规范。特别地，我们的方法利用了D* Lite算法，并在合成的自动机内采用距离度量来量化任务违反的程度，然后增量地进行重规划。这确保了规划的最优性并减少了规划时间，尤其是在需要频繁重规划时。我们的方法在机器人导航仿真中实现，展示了重规划计算效率的两个数量级的显著提升。
引用
@article{arxiv.2404.01219,
title = {LTL-D*: Incrementally Optimal Replanning for Feasible and Infeasible Tasks in Linear Temporal Logic Specifications},
author = {Jiming Ren and Haris Miller and Karen M. Feigh and Samuel Coogan and Ye Zhao},
journal= {arXiv preprint arXiv:2404.01219},
year = {2024}
}
备注
8 pages,9 figures