Core Concepts
Das vorgeschlagene MMRF-Framework ermöglicht schnelle Reaktionen auf Störungen und reduziert die Anzahl zeitaufwändiger TAMP-Neuplanungen.
Abstract
Das vorgestellte MMRF-Framework kombiniert TAMP-Algorithmen mit Echtzeit-Neuplanungskomponenten, um in Echtzeit auf Störungen zu reagieren. Es besteht aus fünf Hauptkomponenten: TAMP Solver, Subtask Scheduler, Subtask Planner, Robot Controller und State Evaluator. Das Framework wurde in realen Experimenten getestet und zeigte eine schnelle und effiziente Aufgabenbewältigung in Szenarien mit beweglichen Hindernissen und unterschiedlichen Interferenzen.
Struktur:
Einleitung zu Task und Motion Planning
Drei Ebenen der Interferenz
Modulares Multi-Level-Replanning Framework
Experimente und Ergebnisse
Schlussfolgerung und zukünftige Arbeit
Stats
"MMRF kann real-time niedrigstufiges Neuplanen basierend auf bestehenden Plänen auf der Logik- und Bewegungsebene durchführen."
"MMRF ermöglicht Robotern, schnell auf Störungen zu reagieren und die Anzahl zeitaufwändiger TAMP-Planungen zu reduzieren."
"Die Ergebnisse zeigen, dass MMRF Aufgaben schnell unter beweglichen Objekten und verschiedenen Interferenzen mit kürzerer Abschlusszeit im Vergleich zu früheren Frameworks bewältigen kann."
Quotes
"Das Framework generiert einen nominalen Plan durch den TAMP Solver und führt während der Ausführung Echtzeit-Neuplanungen auf Logik- und Bewegungsebene basierend auf dem aktuellen Zustand durch."
"Die niedrigstufige Online-Neuplanung des Subtask Planners erhöht die Wahrscheinlichkeit, dass der initiale Pfad des Robot Controllers ein machbarer Pfad ist und reduziert somit signifikant die Planungszeit für den Robot Controller."