가정용 로봇의 효율성과 해석 가능성을 높이기 위해 인간이 구축한 환경과 과제에 내재된 편향을 활용하는 새로운 휴리스틱 기법인 해석 가능한 책임 공유(IRS)를 제안한다.
논리 동적 움직임 원시(Logic-DMP)는 작업 및 동작 계획(TAMP)과 동적 움직임 원시(DMP)의 최적 제어 공식을 결합하여, 경로 상의 중간 지점 지정과 동적 환경에서의 작업 수준 변화 또는 교란 처리를 가능하게 합니다.
Logic-DMP combines the advantages of Dynamic Movement Primitives and Task and Motion Planning to enable robots to efficiently imitate, generalize, and react to disturbances in long-horizon manipulation tasks.