Hierarchiczne planowanie akcji robota usługowego w środowisku dynamicznym

• Autorzy: Przybylski, M.

Warianty tytułu

EN

Hierarchical action planning in dynamic environment for service robot

• Języki publikacji: PL

Abstrakty

PL

System sterowania robota usługowego pracującego w środowisku dynamicznym powinien szybko reagować na zmiany dostosowując uprzednio wygenerowany plan. Jednocześnie względy ekonomiczne oraz ogólne postrzeganie przydatności robota wymaga, aby zmodyfikowany plan był jak najbliższy rozwiązaniu optymalnemu. W artykule zaproponowano koncepcję architektury systemu sterującego robota usługowego jako hierarchicznej kompozycji modułów planujących, których działanie pozwala na szybkie dostosowanie się do zmiennego otoczenia przy jednoczesnym zachowaniu wysokiej optymalności planu. Proponowana koncepcja zakłada niezależne działanie modułów, co pozwala na zwiększenie reaktywności systemu. Ponadto, moduły bazują na jednej wspólnie obliczonej heurystyce, dlatego mimo, że pracują niezależnie i lokalnie, to lokalne fragmenty planu zachowują globalną optymalność. Oprócz formalnego opisu modułów planujących przedstawiono nowy algorytm LRT Switchback, który jest algorytmem czasu rzeczywistego jednocześnie uwzględniając hierarchiczną kompozycję modułów planujących oraz specyfikę planowania w środowisku dynamicznym.

EN

A design of a control system for a service robot working in a dynamic environment is a non-trivial task. Such system is expected to react quickly preserving good optimality. The paper presents an analysis of service robot control system as a set of separated hierarchically composed planning modules. A proposed architecture allows to achieve a good trade off between an optimality and reactivity. A formal model of an action planning module is proposed together with a novel planning algorithm, namely LRT Switchback. The LRT Switchback is a hierarchical learning real-time algorithm designed to work in a dynamic environment, in which action costs and heuristics vary in time.

Słowa kluczowe

PL

środowisko dynamiczne; system sterowania; sterowanie robotem; robot usługowy; robotyka

EN

dynamic environment; control system; robot control; service robot; robotics

• Czasopismo: Prace Naukowe Politechniki Warszawskiej. Elektronika
• Rocznik: 2014
• Tom: z. 194, t. 2
• Strony: 471--480
• Opis fizyczny: Bibliogr. 17 poz., tab., rys.

Twórcy

autor

Przybylski, M.

• Instytut Automatyki i Robotyki Politechniki Warszawskiej, ul. św. A. Boboli 8, 02-525 Warszawa,

Bibliografia

• [1] A. Botea, M. Müller, and J. Schaeffer. Near optimal hierarchical path-finding. Journal of game development, 1(1):7-28, 2004.
• [2] H. Bruyninckx, M. Klotzbücher, N. Hochgeschwender, G. Kraetzschmar, L. Gherardi, and D. Brugali. The brics component model: a model-based development paradigm for complex robotics software systems. In Proceedings of the 28th Annual ACM Symposium on Applied Computing, pages 1758-1764. ACM, 2013.
• [3] V. Bulitko, N. R. Sturtevant, J. Lu, and T. Yau. Graph abstraction in real-time heuristic search. J. Artif. Intell. Res.(JAIR), 30:51-100, 2007.
• [4] J. De Schutter, T. De Laet, J. Rutgeerts, W. Decre, R. Smits, E. Aertbelien, K. Claes, and H. Bruyninckx. Constraint-based task specification and estimation for sensor-based robot systems in the presence of geometric uncertainty. The International Journal of Robotics Research, 26(5):433-455, 2007.
• [5] W. Decre, H. Bruyninckx, and J. De Schutter. Extending the Itasc constraint based robot task specification framework to time- independent trajectories and user-configurable task horizons. In Proceedings of the IEEE International Conference on Robotics and Automation, Karlsruhe, Germany, 2013.
• [6] S. Edelkamp and S. Schrodl. Heuristic Search - Theory and Applications. Academic Press, 2012.
• [7] J. R. Goodwin and A. Winfield. A Unified Design Framework for Mobile Robot Systems. PhD thesis, University of the West of England, Bristol, 2008.
• [8] R. Holte, T. Mkadmi, R. Zimmer, and A. J. MacDonald. Speeding up problem solving by abstraction: A graph oriented approach. ARTIFICIAL INTELLIGENCE, 85:321-361, 1996.
• [9] R. C. Holte, C. Drummond, M. B. Perez, R. M. Zimmer, and A. J. MacDonald. Searching with abstractions: A unifying framework and new high-performance algorithm. In PROCEEDINGS OF THE BIENNIAL CONFERENCE-CANADIAN SOCIETY FOR COMPUTATIONAL STUDIES OF INTELLIGENCE, pages 263-270. Citeseer, 1994.
• [10] R. C. Holte, M. B. Perez, R. M. Zimmer, and A. J. MacDonald. Hierarchical A*: Searching abstraction hierarchies efficiently. In AAAI/IAAI, Vol. 1, pages 530-535. Citeseer, 1996.
• [11] S. Koenig and M. Likhachev. Fast replanning for navigation in unknown terrain. Robotics, IEEE Transactions on, 21(3):354-363, 2005.
• [12] B. Larsen, E. Burns, W. Ruml, and R. Holte. Searching without a heuristic: Efficient use of abstraction. 2010.
• [13] M. J. Leighton, W. Ruml, and R. C. Holte. Faster optimal and suboptimal hierarchical search. In Fourth Annual Symposium on Combinatorial Search, 2011.
• [14] M. Przybylski, P. Węclewski, and M. Wiśniowski. Moduł planowania ścieżki w środowisku dynamicznym dla robota Kurier. Prace Naukowe Politechniki Warszawskiej, pages 235-245, 2012.
• [15] S. J. Russell and P. Norvig. Artificial Intelligence: A Modern Approach. Pearson Education, 2003.
• [16] M. Sniedovich. Dijkstra’s algorithm revisited: the dynamic programming connexion. Control and cybernetics, 35(3):87-92, 2006.
• [17] C. Zieliński, W. Szynkiewicz, T. Winiarski, and T. Kornuta. MRROC++ based system description. 2007.