面向概率化安全、解释与优化
机器人学
2024-06-24 v1
摘要
在视线范围之外（BVLOS）应用无人机系统（UAS）既是引人入胜又充满挑战的任务。尽管UAS有潜力显著提升当今的物流和应急响应能力，但悬浮在无保护行人头顶的无人飞行器同样会引发显著的安全风险。本工作通过两种方式推进UAS安全性和法律合规性。首先，我们演示了在概率任务设计（ProMis）框架内进行导航。为此，我们的方法将概率任务景观（PML）转换为导航图，并从满足所有底层约束的概率中推导出一种成本。其次，我们在ProMis之上引入了清除、解释和优化（CEO）循环，通过利用声明性编码的领域知识、法律要求和安全断言来指导任务设计过程。基于不准确的众包地图数据和合成场景，我们说明了在UAS导航中所提出方法的应用和实用性。
引用
@article{arxiv.2406.15088,
title = {Towards Probabilistic Clearance, Explanation and Optimization},
author = {Simon Kohaut and Benedict Flade and Devendra Singh Dhami and Julian Eggert and Kristian Kersting},
journal= {arXiv preprint arXiv:2406.15088},
year = {2024}
}