使用混合概率逻辑程序的无人机任务设计
机器人学
2024-10-21 v2
摘要
先进空中交通（AAM）是一个不断发展的领域，需要对导航中的法律、空间和时间概念有深刻理解。因此，任何AAM的实现都不得不处理人类居住空间固有的不确定性。促进增长和创新需要创建一个安全且稳健的任务设计系统，即我们如何形式化意图并决定其作为无人机（UAV）轨迹的执行。尽管已经出现了管理城市空域的法律框架，但它们完全融入自主代理和操作者的决策过程仍然是一个开放的任务。在这项工作中，我们提出了ProMis，一种用于概率任务设计的系统架构。它通过遵循形式化验证和概率建模的原则，将来自各种静态和动态数据源的数据与法律文本和操作者要求联系起来。由此，ProMis使得AAM中的低级感知和高级规则相结合，以推断无人机状态空间的有效性。为此，我们采用混合概率逻辑程序（HPLP）作为感知和行动之间的统一中间表示。此外，我们提出了通过生成以概率方式表示空间关系的HPLP原子来将ProMis与众包地图数据连接的方法。我们关于ProMis实用性和通用性的主张得到了在不同场景集上的实验以及对概率任务相关计算需求的讨论的支持。
引用
@article{arxiv.2406.03454,
title = {Mission Design for Unmanned Aerial Vehicles using Hybrid Probabilistic Logic Programs},
author = {Simon Kohaut and Benedict Flade and Devendra Singh Dhami and Julian Eggert and Kristian Kersting},
journal= {arXiv preprint arXiv:2406.03454},
year = {2024}
}