有界风险下连续动态系统的概率规划
人工智能
2014-02-05 v1
摘要
本文提出了一种名为概率 Sulu 规划器（p-Sulu Planner）的基于模型的规划器，它能在用户指定的风险界限内以目标导向的方式控制随机系统。p-Sulu 规划器的目标是允许用户以直观且安全的方式指挥连续随机系统，如无人航空器和航天器。为此，我们首先开发了一种新的规划表示法，称为机会约束定性状态规划（CCQSP），用户可以通过它指定期望的植物状态演化以及可接受的风险水平。CCQSP 语句的一个示例是：“在 30 分钟内从 A 经过 B，失败概率小于 0.001%。”随后，我们开发了 p-Sulu 规划器，它能够可处理地求解 CCQSP 规划问题。为了实现 CCQSP 规划，我们在本文中开发了以下两种能力：1) 具有风险界限的风险敏感规划，以及 2) 具有时间约束的连续域中的目标导向规划。第一种能力确保失败概率是有界的。第二种能力对于规划器求解具有连续状态空间的问题（如车辆路径规划）至关重要。我们通过在两个现实场景中的仿真展示了 p-Sulu 规划器的能力：个人航空器的路径规划与调度，以及自主货运航天器的空间交会。
引用
@article{arxiv.1402.0579,
title = {Probabilistic Planning for Continuous Dynamic Systems under Bounded Risk},
author = {Masahiro Ono and Brian C. Williams and L. Blackmore},
journal= {arXiv preprint arXiv:1402.0579},
year = {2014}
}