Der Artikel präsentiert einen inkrementellen Neuplanungsalgorithmus namens LTL-D* für die auf temporaler Logik basierende Aufgabenplanung in einer sich dynamisch ändernden Umgebung. Unerwartete Änderungen in der Umgebung können dazu führen, dass eine Aufgabenspezifikation in Form einer linearen temporalen Logik (LTL) nicht erfüllt werden kann. In dieser Studie werden die betrachteten Fehler in zwei Klassen eingeteilt: (i) die gewünschte LTL-Spezifikation kann durch Neuplanung erfüllt werden, und (ii) die gewünschte LTL-Spezifikation ist streng genommen nicht erfüllbar und kann nur "gelockert" erfüllt werden. Um diese Fehler zu beheben, findet der vorgeschlagene Algorithmus eine optimale Neuplanungslösung, die die gewünschten Aufgabenspezifikationen minimal verletzt. Insbesondere nutzt unser Ansatz den D* Lite-Algorithmus und verwendet eine Distanzmetrik innerhalb des synthetisierten Automaten, um den Grad der Aufgabenverletzung zu quantifizieren und dann inkrementell umzuplanen. Dies gewährleistet die Optimalität des Plans und reduziert die Planungszeit, insbesondere wenn häufiges Umplanen erforderlich ist. Unser Ansatz wird in einer Roboternavigationssimulation implementiert, um eine deutliche Verbesserung der Recheneffizienz für das Umplanen um zwei Größenordnungen zu demonstrieren.
To Another Language
from source content
arxiv.org
Key Insights Distilled From
by Jiming Ren,H... at arxiv.org 04-02-2024
https://arxiv.org/pdf/2404.01219.pdfDeeper Inquiries