{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“短信”：{“索引”：{“日期部分”：[[2022,5,20]]，“日期时间”：“2022-05-20T02:13:46Z”，“时间戳”：1653012826224}，“参考计数”：20，“出版商”：“富士科技出版社”，“问题”：“3”，“资助者”：[{“DOI”：“10.13039\/501100001809”，“名称”：“国家自然科学基金”，“doi-asserted-by”：“publisher”，“award”：[“61973192”，“62773239”，“6197387”，“2021GXRC026”，“U1813215”]}，{“doi”：“10.13039\/501100007129”，”name“：山东省自然科学基金会”，”doi-assert-by“：”publisher“，”award“：[”ZR2020 MF085“]}]，“内容域”：{“域”：[]，“crossmark-restriction”：false}，“short-container-title”：[“JACIII”，“J.Adv.Compute.Intell.Intell.Inform.”]，“published-print”：{“date-parts”：[2022,5,20]]}，”抽象“：”在非结构化家庭环境中，环境信息大多是杂乱无章的。服务机器人很难获得足够的服务信息，这严重阻碍了任务的执行。为了解决这个问题，提出了一种新的对象搜索策略，以提高复杂家庭环境中对象搜索的速度和准确性。该方法利用真实的环境信息和人类知识构建家庭环境知识图，对任务执行起指导作用。家庭环境分为三个级别：功能房间、静态对象和动态对象。共现概率是从开放知识源中获得的，包括静态对象与动态对象之间、静态对象与功能室之间的概率。它们与基于家的本体知识相结合，形成服务机器人的先验知识。受人类搜索过程的启发，引入距离函数来计算机器人与目标物体之间的距离，以优化搜索策略。为了提高机器人服务的鲁棒性，我们设计了一个基于服务任务和知识库的概率更新模型。实验结果表明，与没有先验知识和距离函数的方法相比，该搜索策略可以显著缩短搜索时间，提高搜索精度<\/jats:p>“，”DOI“：”10.20965\/jacii.2022.p0315“，”type“：”journal-article“，”created“：{”date-parts“：[[2022,5,19]]，”date-time“：”2022-05-19T15:02:09Z“，”timestamp“：1652972529000}，”page“：“315-324”，“source”：“Crossref”，“is-referenced-by-count”：0，“title”：[“动态家庭环境中机器人的快速搜索策略”]，“前缀”：“10.20965”，“卷”：“26”，“作者“：[{”给定“：”余浩“，”家庭“：”王“，”序列“：”第一“，”隶属关系“：[]}，{”名称“：”山东大学控制科学与工程学院，山东省济南市历下区经世路17923号，250061，中国山东，“sequence”：“first”，“affiliation”：[]]，{“given”：“Hao”，“family”：“Wu”，“se序列”：“additional”，“ability”：[]}，“givent”：“Guohui”，“家族：“田”，“序列”：“附加”，“从属”：[]}，{“给定”：“国梁”，“家族”：“刘”，“顺序”：“额外”，“隶属”：[]}，}“给定的”：“飞”，“家庭”：“鲁”，“排序”：“添加”，“附属”：[[]}.，{”给定“：“燕燕”，“家人”：“王”，“序号”：“新增”，“归属”：[]}]，“成员”：“8550”，“在线发布”：{“日期部分”：[[2022,5,20]]}，“reference“：[{“key”：“key-10.20965\/jacii.2022.p0315-1”，“doi-asserted-by”：“crossref”，“unstructured”：“M.Cho，S.Kwak，I.Laptev，C.Schmid，and J.Ponce，\u201cUnsupervised object discovery and localization in image and videos，\u201 d Int.Conf.on Ubiquitous Robots and Ambient Intelligence（URAI），pp.292-2932015。”，“doi”：“10.1109 \/URAI.2015.7358956“}，{“key”：“key-10.20965 \/jacii.2022.p0315-2”，“doi-asserted-by”：“crossref”，“unstructured”：“J.Wilches，Y.Huang，and Y.Sun，\u201c实践中总结掌握的操作技能，IEEE \/RSJ Int.Conf.on Intelligent Robots and Systems（IROS），第9322-9328页，2020年。”，“doi”：“10.1109\/IROS45743.2020.9340739”}，}“key“：”key-10.20965\/jacii.222.p0315-3“，”doi断言“：”crossref“，”非结构化“：”P.Khandelwal et al.，\u201cBwibots:A platform for bridge between gap between AI and human-robot interaction research，\u201d the Int.J.of Robotics research，Vol.36，Issue 5-7，pp.635-6592017。“，”doi“：”10.1177\/02736646688949“｝，｛”key“：”key-10.20965 \/jacii.2022.p0315-4“，”doi-asserted-by“：”crossref“，”unstructured“：”A.Aydemir，A.Pronobis，M.G\u00f6belbecker，and P.Jensfelt，\u201cActive visual object search in unknown environments using unterminated semantics，\u201 d IEEE Trans。《机器人学》，第29卷，第4期，第986-1002页，2013年。“，“DOI”：“10.1109\/TRO.2013.2256686”}，{“key”：“key-10.20965\/jacii.2022.p0315-5”，“DOI-asserted-by”：“crossref”，“unstructured”：“T.R.Sch\u00e4fle，M.Mitschke，and N.Uchiyama，\u201c使用混合遗传算法为移动机器人生成最佳覆盖路径，\u201 d J。机器人。机电一体化。，第33卷，第1期，第11-23页，2021年。“，“DOI”：“10.20965\/jrm.2021.p0011”}，{“key”：“key-10.20965\/jacii.2022.p0315-6”，“DOI-asserted-by”：“crossref”，“unstructured”：“R.Toris and S.Chernova，\u201cTemporal persistence modeling for object search，\u201 d IEEE Int.Conf.on Robotics and Automation（ICRA），第3215-3222页，2017年。”，“DOI:”10.1109\/ICRA.2017.7989365“}”，{“key”：“key-10.20965\/jacii.2022.p0315-7”，“doi-asserted-by”：“crossref”，“unstructured”：“M.Lorbach，S.H\u00f6fer和O.Brock，\u201cPrior-assisted propagation of spatial information for object search，\u201 d IEEE\/RSJ Int.Conf.on Intelligent Robots and Systems，pp.2904-29092014.”，“doi”：“10.1109\/IROS.2014.6942962”}，{：“key-10.20965\/jacii.2022.p0315-8”，“doi-asserted-by”：“crossref”，“unstructured”：“Z.Zeng，A.R\u00f6fer和O.C.Jenkins，用于主动视觉对象搜索的u201c语义链接图，IEEE Int.Conf.on Robotics and Automation（ICRA），第1984-1990页，2020年。”，“doi”：“10.1109\/ICRA45.2020.9196830”}，{“key”：“key-10.20965\/jaciii.2022.p0315-9”，“doi-asserted-by”：“crossref”，“unstructured”：“A.Aydimer，K.Sj\u00f6\u00f 6，J.Folkesson，A.Pronobis，and P.Jensfelt，\u201cSearch in the real world:Active visual object search based based spatial relations，\u201 d IEEE Int.Conf.on Robotics and Automation（ICRA），pp.2828242011。”，“doi”：“10.1109\/ICRA.2011.5980495”}，{“key”：“key-10.20965\/jacii.2022.p0315-10”，“doi-asserted-by”：“crossref”，“unstructured”：“P.Chumtong，Y.Mae，K.Ohara等人，使用源自web内容挖掘的对象共生关系进行对象搜索，\u201d智能服务机器人，第7卷，第1期，第1-13页，2014年。”，“doi”：“10.1007\/s11370-013-0139-1”}，{“key”：“key-10.20965\/jacii.2022.p0315-11”，“doi-asserted-by”：“crossref”，“unstructured”：“C.Landsiedel、V.Rieser、M.Walter和D.Wollherr，《现实世界机器人空间推理和交互综述》，《高级机器人学》，第31卷，第5期，第222-242页，2017年。”，“doi”：“10.1080\/01691864.2016.1277554”}，{“key”：“key-10.20965\/jacii.2022.p0315-12”，“doi-asserted-by”：“crossref”，“unstructured”：“J.Elfring，S.Jansen，R.Molengraft，and M.Steinbuch，\u201cActive object search explouding probability object-object relationships，\u201 d Robot Soccer World Cup，pp.13-242013，2013”，“doi”：“10.1007\/978-3662-4468-9_2”}，{“key”：“key-10，1965 \/jachii.2022.p0315-13”，“doi-asserted-by”：“crossref”，“unstructured”：“W.Li，H.Wu，G.Tian，\u201c基于归属关系的室内服务机器人对象识别与定位，《计算机辅助设计与计算机图形学》，第30卷，第12期，第2335-2343页，2018年（中文）。”，“doi”：“10.3724\/SP.J.1089.2018.17188”}，{“key”：“key-10.20965\/jacii.2022.p0315-14”，“doi-asserted-by”：“crossref”，“unstructured”：“B.C.Russell，A.Torralba，K.P.Murphy，and W.T.Freeman，\u201cLabelme:用于图像注释的数据库和网络工具，《计算机视觉国际期刊》，第77卷，第1期，第157-173页，2008年。”，“doi”：“10.1007\/s11263-007-0090-8”}，{“key”：“key-10.20965 \/jacii.2022.p0315-15”，“doi-asserted-by”：“crossref”，“unstructured”：“L.Kunze，M.Beetz，M.Saito，H.Azuma，K.Okada，and M.Inaba，《在大型室内环境中搜索物体：决策理论方法》，IEEE Int.Conf.on Robotics and Automation（ICRA），第4385-4390页，2012年。”，“doi”：“10.1109\/ICRA.2012.6224965”}，{“key”：“key-10.20965\/jacii.2022.p0315-16”，“unstructured”：“R.Gupta和M.J.Kochenderfer，室内移动机器人常识数据采集，人工智能促进会（AAAI），第605-610页，2004年。Pages，L.Marchionni和F.Ferro，《适应不同研究需求的模块化机器人》，《机器人模块化国际研讨会》，2016年第1-4页。Burgard，\u201c《使用Rao-Blackwellized粒子过滤器改进栅格映射技术》，IEEE Trans。《机器人学》，第23卷，第1期，第34-46页，2007年。“，“DOI”：“10.1109\/TRO.2006.889486”}，{“key”：“key-10.20965\/jacii.2022.p0315-19”，“DOI-asserted-by”：“crossref”，“unstructured”：“S.Ren，K.He，R.Girshick，and J。Sun，\u201cFaster R-CNN:《利用区域提议网络实现实时目标检测》，IEEE Trans。关于模式分析和机器智能，第39卷，第6期，第1137-1149页，2017年。“，“DOI”：“10.1109”，“TPAMI.2016.2577031”}，{“key”：“key-10.20965”，jacii.2022.p0315-20”，“unstructured”：“N.Koenig和A.Howard，\u201c为Gazebo设计和使用范例，一个开源多机器人模拟器，\u201 d IEEE/RSJ Int。智能机器人与系统（IROS）会议，第3卷，第2149-2154页，2004年。“}]，“容器-时间”：[“高级计算智能与智能信息学杂志”]，“原始标题”：[]，“语言”：“en”，“链接”：[{“URL”：“https:\/\/www.fujipress.jp\/main\/wp-content\/themes\/fujipress\/hyosetsu.php？ppno=JACIL002600030006”，“内容类型”：“未指定“，”content-version“：”vor“，”intended-application“：”similarity-checking“}]，”deposed“：{”date-parts“：[[2022,5,20]]，”date-time“：”2022-05-2T01:32:00Z“，”timestamp“：1653010320000}，”score“：1，”resource“：{primary“：[]，“已发布”：{“date-parts“：[[2022,5,20]]}，“references-count”：20，“journal-issue”：{“issue”：“3”，“published-on-line”：{“date-part”：[[2022,5,20]]}、“publishedprint”：{-“date-ports”：[2022,5,20]}；“URL”：“http://\/dx.doi.org\/10.20965\/jacii.2022.p0315”，“relation”：{}，”ISSN“：[”1883-8014“，”1343-0130“]，“ISSN-type”：[{“value”：“1883-8014”，“type”:“electronic”}，{“value”：“1343-0130“，”type“：”print“}]，”subject“：[]，”published“：{”date-parts“：[2022,5,20]]}}