未知环境中符号规划域的在线接地
人工智能
2022-04-11 v2 机器人学
摘要
如果一个机器人智能体想要利用符号规划技术来实现某个目标，它必须能够将其所处的环境中的一个抽象规划域进行适当的接地。然而，如果环境最初对智能体是未知的，智能体需要探索环境并发现达成目标所需的环境显著特征。即，智能体必须发现：(i) 环境中存在的物体，(ii) 这些物体的属性及其相互关系，以及最后 (iii) 抽象动作如何被成功执行。本文提出了一个框架，旨在为通过实值传感器（例如 GPS 和车载摄像头）部分且主观地感知环境、并能够通过底层执行器（例如前进 20 cm）在环境中操作的智能体实现上述愿景。我们在照片级真实感的模拟环境中评估所提出的架构，其中传感器为 RGB-D 车载摄像头、GPS 和指南针，底层动作包括移动、抓取/释放物体以及操纵物体。智能体被置于未知环境中，并被要求寻找某一类型的物体、将物体放置在另一物体之上、关闭或打开某一类型的物体。我们将我们的方法与基于强化学习的物体目标导航(state of the art, SOTA)方法进行比较，显示出更好的性能。
引用
@article{arxiv.2112.10007,
title = {Online Grounding of Symbolic Planning Domains in Unknown Environments},
author = {Leonardo Lamanna and Luciano Serafini and Alessandro Saetti and Alfonso Gerevini and Paolo Traverso},
journal= {arXiv preprint arXiv:2112.10007},
year = {2022}
}