受限环境中鲁棒全身动态运动的反应式任务与运动规划

基于接触的决断与规划方法对于赋予腿式机器人更高程度的自主性正变得愈发重要。源自符号系统的形式化综合方法在推理高层运动决策以及以正确性保证实现复杂机动行为方面具有巨大潜力。本研究朝着在受限且动态变化的环境中形式化设计一个由任务规划与全身动态运动行为控制组成的架构迈出了第一步。在高层，我们构建了一个多肢运动规划器与其动态环境之间的双人时序逻辑博弈，以综合出提供符号运动动作的获胜策略。这些运动动作满足以时序逻辑片段表达的期望高层任务规范。这些动作被发送到一个鲁棒有限转移系统，该系统综合出一个满足状态可达性约束的运动控制器。该控制器进一步由低层运动规划器执行，以生成可行的运动轨迹。我们构建了一组腿式机器人的动态运动模型，作为处理多样环境事件的模板库。我们设计了一种考虑突发环境变化或大幅状态扰动的重规划策略，以提高所得运动行为的鲁棒性。我们形式化证明了该分层运动框架的正确性，保证由运动规划层实现鲁棒执行。在多样环境中的反应式运动行为仿真表明，我们的框架有潜力作为智能运动行为的理论基础。