基于反应式线性时序逻辑的高层任务的物理可行修复
机器人学
2022-07-07 v1
摘要
创建复杂机器人行为的一种典型方法是组合原子控制器或技能，使得产生的行为满足高层任务；然而，当一项任务无法用给定的一组技能完成时，很难知道如何修改技能以使任务成为可能。我们提出了一种将符号修复与物理可行性检查和实现相结合的方法，以自动修改现有技能，从而使机器人能够执行先前不可行的任务。我们将机器人技能编码为线性时序逻辑（LTL）公式，这些公式捕获了反应式任务的安全约束和目标。此外，我们的编码捕获了完整的技能执行，这与先前仅考虑技能执行前后世界状态的工作不同。我们的修复算法建议进行符号修改，然后尝试通过根据从符号修复导出的 LTL 约束修改原始技能来物理地实现这些建议。如果技能在物理上不可行，我们会自动为符号修复提供额外的约束。我们使用 Baxter 和 Clearpath Jackal 机器人演示了我们的方法。
引用
@article{arxiv.2207.02834,
title = {Physically-Feasible Repair of Reactive, Linear Temporal Logic-based, High-Level Tasks},
author = {Adam Pacheck and Hadas Kress-Gazit},
journal= {arXiv preprint arXiv:2207.02834},
year = {2022}
}
备注
16 pages, 9 figures, submitted to IEEE Transactions on Robotics (T-RO)