瑞巴

REBA:一种基于精化的机器人知识表示和推理体系结构。本文描述了REBA,一种机器人知识表示和推理体系结构,它基于两种不同粒度的领域紧密耦合的转换图。扩展了一种动作语言来支持非布尔流和非确定性因果关系,并用它来描述领域的转换图,将精细分辨率转换图定义为粗分辨率转换图的细化。粗略的解析系统描述和包含优先化默认值的历史记录被转换成一个应答集Prolog(ASP)程序。对于任何给定的目标,ASP程序中的推理提供了一个抽象操作的计划。为了实现每一个这样的抽象动作,机器人会自动缩放到精细分辨率转换图中与该动作相关的部分。利用放大的精细分辨率系统描述和感知和驱动不确定性的概率表示,构造了部分可观测马尔可夫决策过程(POMDP)。通过求解POMDP得到的策略被反复调用,以实现抽象动作作为一系列具体动作。执行这些具体操作的精细分辨率结果用于推断添加到粗分辨率历史记录中的粗分辨率结果,并用于随后的粗分辨率推理。因此,该体系结构结合了声明式编程和概率图形模型的优势,以非单调逻辑和概率描述的不确定性和不完整领域知识来表示和推理。此外,本文还描述了基于这些知识表示和推理工具的机器人软件构件设计的一般方法,并为验证这些构件的正确性提供了一条途径。在仿真和移动机器人上对该体系结构进行了评估,结果表明,该体系结构在复杂的领域中支持可靠和高效的推理,同时具有违约、噪声观测和不可靠行为等特点。

此软件的关键字

这里的任何内容都将在支持canvas元素的浏览器上被替换