研究论文 在上共享 基于线性时序逻辑的反应式高级任务的物理可行修复作者:亚当 帕切克,哈达斯 Kress-Gazit公司作者信息和声明IEEE机器人汇刊,体积39,问题6页4653-4670https://doi.org/10.1109/TRO.2023.3304009出版:2023年9月15日 出版历史 获取引文提醒新增引文提醒!此警报已成功添加,将发送到:只要您选择的记录被引用,您就会收到通知。新的引文警报!拜托登录到您的帐户 目录IEEE机器人汇刊体积39,问题6以前的文章自由形式模块化自重构机器人FreeSN的构型识别上一个下一篇文章基于路径集规划和跟踪的带约束可变形对象操作下一步摘要工具书类信息和贡献者文献计量学和引文视图选项工具书类媒体桌子分享摘要创建复杂机器人行为的典型方法是组合原子控制器或技能,以便生成的行为满足高级任务;然而,当一项任务不能用一组给定的技能完成时,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相结合的方法,以自动修改现有技能,使机器人能够执行以前不可行的任务。我们用线性时间逻辑(LTL)公式对机器人技能进行编码,该公式捕捉了反应性任务的安全约束和目标。此外,我们的编码捕获了全部技能的执行,而之前的工作只考虑了技能执行前后的世界状态。我们的修复算法建议进行符号修改,然后尝试通过修改受符号修复衍生的线性时间逻辑(LTL)约束的原始技能来物理实现这些建议。如果技能在物理上不可行,我们会自动为符号修复提供附加约束。我们通过Baxter和Clearpath豺狼展示了我们的方法。工具书类[1]G.Konidaris、L.P.Kaelbling和T.Lozano-Perez,“从技能到符号:学习抽象高层规划的符号表示”J.阿蒂夫。智力。物件。,第61卷,第215-289页,2018年1月。交叉参考谷歌学者[2]R.Tedrake、I.R.Manchester、M.Tobenkin和J.W.Roberts,“LQR-树:通过平方和验证反馈运动规划,”国际J机器人。物件。2010年7月,第29卷,第8期,第1038–1052页。数字图书馆谷歌学者[3]A.Majumdar和R.Tedrake,“用于实时鲁棒反馈运动规划的漏斗库”国际J机器人。物件。,第36卷,第8期,第947-982页,2017年7月。数字图书馆谷歌学者[4]R.R.Burridge、A.A.Rizzi和D.E.Koditschek,“动态灵巧机器人行为的顺序组合”国际J机器人。物件。,第18卷,第6期,第534-555页,1999年6月。交叉参考谷歌学者[5]H.Kress-Gazit、M.Lahijanian和V.Raman,“机器人合成:机器人行为的保证和反馈”每年。反向控制,机器人。,自动。系统。,第1卷,第211–236页,2018年5月。交叉参考谷歌学者[6]S.M.LaValle,规划算法英国剑桥:剑桥大学出版社,2006年。交叉参考谷歌学者[7]R.E.Fikes和N.J.Nilsson,“STRIPS:将定理证明应用于问题解决的新方法”Artif公司。智力。1971年9月,第2卷,第3-4期,第189-208页。交叉参考谷歌学者[8]A.Pacheck、S.Moarref和H.Kress-Gazit,《为高层行为寻找缺失的技能》程序。IEEE国际会议机器人。自动垫。2020年,第10335–10341页。谷歌学者[9]G.E.Fainekos,“修改运动规划的时序逻辑规范”,in程序。IEEE国际会议机器人。自动化。2011年,第40-45页。谷歌学者[10]R.Alur、S.Moarref和U.Topcu,《GR(1)时序逻辑规范的反策略引导细化》程序。IEEE形式方法计算-辅助设计。2013年,第26-33页。谷歌学者[11]C.-I.Vasile、D.Aksaray和C.Belta,“时间窗口时序逻辑”西奥。计算。科学。第691卷,第27-54页,2017年。交叉参考谷歌学者[12]S.Ghosh等人,“根据信号时序逻辑规范进行合成的诊断和修复”程序。第19届国际会议混合系统:计算。控制2016年,第31-40页。谷歌学者[13]A.T.Buyukkocak和D.Aksaray,“弹性控制合成信号时序逻辑规范的时序松弛”,in程序。IEEE第61届会议决定。2022年,第2890–2896页。谷歌学者[14]D.Kamale、E.Karyofylli和C.-I.Vasile,《基于自动化的放松规范优化规划》程序。IEEE/RSJ国际会议情报。机器人系统。2021年,第6525–6530页。谷歌学者[15]V.Raman和H.Kress-Gazit,“解释不可能的高级机器人行为”IEEE传输。机器人。,第29卷,第1期,第94-104页,2013年2月。数字图书馆谷歌学者[16]C.Innes和S.Ramamoorthy,“用时序逻辑规范阐述学习过的演示”程序。机器人:科学。系统。美国俄勒冈州科尔瓦利斯,2020年。谷歌学者[17]M.A.Rana、M.Mukadam、S.R.Ahmadzadeh、S.Chernova和B.Boots,“走向健壮的技能推广:统一从演示和动作规划中学习”,摘自程序。Conf.机器人学习。2017年,第109-118页。谷歌学者[18]R.Toro Icarte、T.Q.Klassen、R.Valenzano和S.A.McIlraith,“使用LTL向RL代理教授多项任务”,in程序。第17届国际会议自动。Agent多Agent系统。2018年,第452-461页。谷歌学者[19]R.Bloem、B.Jobstmann、N.Piterman、A.Pnueli和Y.Sa'ar,“反应(1)设计的合成”J.计算。系统科学。,第78卷,第3期,第911–938页,2012年5月。数字图书馆谷歌学者[20]R.Könighfer、G.Hofferek和R.Bloem,《使用简单反策略调试正式规范》,in计算中的形式方法-辅助设计。,2009年,第152-159页。谷歌学者[21]K.Kim、G.Fainekos和S.Sankaranarayanan,“关于规范自动机的最小修订问题,”国际J机器人。物件。,第34卷,第12期,第1515-1535页,2015年10月。数字图书馆谷歌学者[22]A.Dokhanchi、B.Hoxha和G.Fainekos,《度量时间间隔时序逻辑规范启发和调试》,in程序。ACM/IEEE国际协调形式化方法模型协同设计2015年,第70-79页。谷歌学者[23]K.Chatterjee、B.Henzinger和A.T.Jobstmann,《合成的环境假设》程序。第19届国际会议一致性理论,柏林,海德堡,2008年,第147-161页。数字图书馆谷歌学者[24]W.Li、L.Dworkin和S.A.Seshia,《综合采矿假设》程序。IEEE/ACM国际协调形式化方法模型协同设计,2011年,第43–50页。谷歌学者[25]M.Lahijanian、S.B.Andersson和C.Belta,“具有概率满意度保证的时序逻辑运动规划和控制”IEEE传输。机器人。,第28卷,第2期,第396–409页,2012年4月。数字图书馆谷歌学者[26]M.Lahijanian、M.R.Maly、D.Fried、L.E.Kavraki、H.Kress-Gazit和M.Y.Vardi,“具有部分满意度保证的不确定环境中的迭代时间规划,”IEEE传输。机器人。,第32卷,第3期,第583-599页,2016年6月。交叉参考谷歌学者[27]A.Pacheck、G.Konidaris和H.Kress-Gazit,“使用学习的抽象表示自动编码和修复反应性高级任务”,摘自程序。第19国际交响乐团。机器人。物件。2019年,第509-525页。谷歌学者[28]X.Li,C.-I.Vasile和C.Belta,《时间逻辑奖励强化学习》程序。IEEE/RSJ国际会议情报。机器人系统。2017年,第3834–3839页。谷歌学者[29]L.Illanes、X.Yan、R.T.Icarte和S.A.McIlraith,《符号计划作为强化学习的高级指导》程序。国际协调自动化计划。行程安排2020年,第30卷,第540-550页。谷歌学者[30]A.Camacho、R.T.Icarte、T.Q.Klassen、R.A.Valenzano和S.A.McIlraith,《LTL及其以外:强化学习中奖励函数规范的形式语言》,in程序。国际联合协调条款。智力。2019年,第19卷,第6065–6073页。谷歌学者[31]C.R.Garrett等人,“综合任务和动作规划”每年。反向控制,机器人。,自动。系统。,第4卷,第1期,第265-293页,2021年5月。交叉参考谷歌学者[32]S.Srivastava、E.Fang、L.Riano、R.Chitnis、S.Russell和P.Abbeel,《通过可扩展的计划依赖接口层进行任务和运动规划》程序。IEEE国际会议机器人。自动化。2014年,第639-646页。谷歌学者[33]M.Muhayyuddin、L.M.Kavraki和J.Rosell,“杂乱和不确定环境中抓取的基于随机物理的运动规划,”IEEE机器人。自动垫。莱特。,第3卷,第2期,第712-719页,2018年4月。交叉参考谷歌学者[34]J.Lee、C.Nam、J.Park和C.Kim,“基于树搜索的任务和运动规划,具有抓取和非预想操作,用于杂乱中障碍物的重新排列”程序。IEEE国际会议机器人。自动化。2021年,第8516–8522页。谷歌学者[35]N.T.Dantam、Z.K.Kingston、S.Chaudhuri和L.E.Kavraki,“任务和动作规划的增量约束框架”国际J机器人。物件。,第37卷,第10期,第1134–1151页,2018年9月。数字图书馆谷歌学者[36]H.Ravichandar、A.S.Polydoros、S.Chernova和A.Billard,“机器人从演示中学习的最新进展,”每年。反向控制,机器人。,自动。系统。,第3卷,第297–330页,2020年。交叉参考谷歌学者[37]A.Pnueli,“程序的时序逻辑”,in程序。IEEE第18年。交响乐团。基础计算。科学。1977年,第46-57页。数字图书馆谷歌学者[38]S.Schaal、J.Peters、J.Nakanishi和A.Ijspeert,《学习动作原语》程序。机器人。第11国际交响乐团决议。柏林,海德堡,2005年,第561-572页。谷歌学者[39]N.Jaquier、D.Ginsbourger和S.Calinon,《利用基于模型的高斯过程从演示中学习》程序。Conf.机器人学习。2019年,第247–257页。谷歌学者[40]M.Noseworthy、R.Paul、S.Roy、D.Park和N.Roy,“用于学习动作原语的任务条件可变自动编码器”,in程序。Conf.机器人学习。2019年,第933–944页。谷歌学者[41]T.Kulak、J.Silverio和S.Calinon,《傅里叶运动原语:从演示中学习机器人节奏技能的方法》程序。机器人:科学。系统。美国俄勒冈州科尔瓦利斯,2020年。谷歌学者[42]P.Beeson和B.Ames,“TRAC-IK:用于改进通用反向运动学求解的开源库”,in程序。IEEE-RAS第15届国际会议仿人机器人2015年,第928-935页。谷歌学者[43]O.Maler和D.Nickovic,“监测连续信号的时间特性”,in程序。形式技术、建模分析。定时容错系统:联合国际协调形式模型。分析。定时系统。,格式,正式技术,实时容错系统。,2004年,第152-166页。谷歌学者[44]H.Hansson和B.Jonsson,“关于时间和可靠性的推理逻辑,”形式方面计算。1994年,第6卷,第512-535页。数字图书馆谷歌学者[45]A.Paraschos、C.Daniel、J.R.Peters和G.Neumann,“概率运动原语”高级神经信息处理。系统。第26卷,第2616–2624页,2013年。谷歌学者 索引术语 基于线性时间逻辑的反应性高级任务的物理可行修复计算机系统组织嵌入式和网络物理系统计算方法人工智能控制方法知识表示和推理计划和调度机器人规划计算理论逻辑模态和时序逻辑 索引项已通过自动分类分配给内容。 建议 为基于复杂模式的规范生成线性时序逻辑公式阅读更多信息验证反应系统的时间特性:STeP教程 我们回顾了斯坦福时间验证程序STeP支持的一些形式化验证技术,描述了如何使用该工具验证多个版本的Bakery互斥算法的互斥属性。我们验证。。。阅读更多信息寻找可行的抽象反例 模型检查的一个优点是它能够自动检测细微的系统错误,并生成显示这些错误的跟踪。考虑到模型检验的高计算成本,大多数研究人员提倡使用攻击性属性。。。阅读更多信息 评论 Please enable JavaScript to view thecomments powered by Disqus. 信息和贡献者问询处发布于 IEEE机器人汇刊 第39卷第6期2023年12月781页国际标准编号:1552-3098期刊目录 1552-3098©2023 IEEE版权所有。允许个人使用,但重新发布/重新分发需要IEEE许可。请参见https://www.ieee.org/publications/rights/index.html了解更多信息。出版商IEEE出版社出版历史出版:2023年9月15日限定符研究文章贡献者 其他指标查看文章指标文献计量学和引文文献计量学 文章指标 0引用总数0总下载次数下载次数(过去12个月)0下载次数(最近6周)0反映截至2024年9月15日的下载量 其他指标查看作者指标引文视图选项查看选项获取访问权限 登录选项请检查您是否可以通过登录凭据或您的机构访问此文章以获得完全访问权限。登录完全访问权限获取此出版物 媒体数字其他桌子分享分享共享此出版物链接复制链接已复制!复制失败。在社交媒体上分享LinkedIn链接Reddit网站电子邮件附属公司亚当 帕切克美国纽约州伊萨卡市伊萨卡康奈尔大学https://orcid.org/0000-0002-4349-1888查看个人资料哈达斯 Kress-Gazit公司美国纽约州伊萨卡市伊萨卡康奈尔大学https://orcid.org/0000-0002-7754-1011查看个人资料