基于状态抽象处理非马尔可夫任务规范的规划
机器人学
2019-05-30 v1 人工智能
摘要
我们常常使用可跨越不同抽象层级的时间语言为机器人指定任务。例如指令“在去二楼之前先去厨房”包含空间抽象，因为“楼层”由也可被单独提及的单个房间（如“厨房”）组成。其中还存在由“之前”一词定义的时间事件排序。先前工作分别使用线性时序逻辑（LTL）解释时间语言（如“之前”），以及抽象马尔可夫决策过程（AMDPs）解释层次抽象（如“厨房”和“二楼”）。为同时处理这两类指令，我们提出抽象积马尔可夫决策过程（AP-MDP），一种能够在不同抽象层级表示非马尔可夫奖励函数的新方法。AP-MDP框架将LTL翻译为相应自动机，构建LTL规范与环境MDP的积马尔可夫决策过程（MDP），并将问题分解为子问题以实现基于抽象的高效规划。AP-MDP在超过95%的任务中比求解LTL问题的非层次化方法更快，且这一比例随环境域规模增大而仅增不减。我们还提出一个训练用于将语言指令翻译为LTL表达式的神经序列到序列模型，以及一套涵盖不同抽象层级的非马尔可夫语言指令新语料库。我们在无人机上用收集的语言指令测试了我们的框架，表明我们的方法使机器人能高效求解不同抽象层级的时间指令。
引用
@article{arxiv.1905.12096,
title = {Planning with State Abstractions for Non-Markovian Task Specifications},
author = {Yoonseon Oh and Roma Patel and Thao Nguyen and Baichuan Huang and Ellie Pavlick and Stefanie Tellex},
journal= {arXiv preprint arXiv:1905.12096},
year = {2019}
}