SLAP是在不確定性下運行的自主機器人的關(guān)鍵能力

美國宇航局噴氣推進實驗室(JPL)，德克薩斯A&M大學和卡內(nèi)基梅隆大學的研究人員最近開展了一項研究項目，旨在實現(xiàn)自動機器人的同步定位和規(guī)劃(SLAP)功能。他們在IEEE機器人交易中發(fā)表的論文提出了信念空間中的動態(tài)重新規(guī)劃方案，這對于在不確定條件下運行的機器人尤其有用，例如在不斷變化的環(huán)境中。

“在現(xiàn)實世界中運行的機器人需要應對不確定性，”進行這項研究的研究人員之一Sung Kyun Kim告訴TechXplore。“例如，火星探測器將導航到科學目標位置，但它也需要避免與障礙物碰撞。因此，準確的本地化和經(jīng)濟有效的路徑規(guī)劃都是必不可少的能力。”

SLAP是在不確定性下運行的自主機器人的關(guān)鍵能力，允許他們有效地導航空間，避開障礙物并規(guī)劃他們到目標位置的路徑。甲機器人在不確定性下的順序決策過程可以配制為POMDP(部分可觀察馬爾可夫決策過程)，其需要在線連續(xù)地解決。然而，確保機器人有效和準確地解決POMDP可能是相當具有挑戰(zhàn)性的。

“我們提出了解決SLAP問題的兩個主要想法，”Kim解釋道。“一個是利用反饋控制器使信念狀態(tài)可達。這可以有效地打破歷史的詛咒，這有助于我們解決更大的問題。另一個是在運行時動態(tài)重新定義和改進決策，增強解決方案質(zhì)量和穩(wěn)健性。當存在系統(tǒng)建模錯誤，動態(tài)環(huán)境變化或間歇性傳感器/執(zhí)行器故障時，動態(tài)重新計劃尤其有用。“

Kim和他的同事在信念空間中設計了一種動態(tài)重新規(guī)劃方案，允許機器人在不確定的情況下有效地導航它們周圍的空間，例如在變化的環(huán)境中或出現(xiàn)意外障礙時。他們的算法有兩個階段，離線和在線。

“在離線階段，我們的算法在信念空間中構(gòu)建一個稀疏圖，每個節(jié)點都有一個反饋控制器，然后在圖上解決粗略的全局策略(決定在當前信念狀態(tài)下采取什么行動)，”Kim說。“在線階段，每次更新信念狀態(tài)時都會進行動態(tài)重新計算。算法會在圖形上本地評估移動到附近節(jié)點的每個動作，并選擇成本最低的節(jié)點。執(zhí)行所選動作并更新后目前的信念，它重復了重新計劃的過程。“

Kim和他的同事設計的方案利用了信念空間中反饋控制器的行為。換句話說，反饋控制器充當信念空間中的漏斗，附近的信念狀態(tài)可能與控制目標信念狀態(tài)收斂。這有效地解決了在規(guī)劃期內(nèi)解決POMPD-指數(shù)復雜性的關(guān)鍵問題。

實際上，一旦算法的當前信念與已知信念收斂，就沒有必要考慮導致當前信念的行為和觀察。這最終會帶來更好的可擴展性，允許機器人解決更復雜的導航問題。

“在動態(tài)重新計劃期間，提議的方法使用(粗略)全局策略引導局部優(yōu)化，”Kim說。“這意味著它可以做出非近視決策，不像其他具有有限后退視界的在線規(guī)劃者。簡而言之，這種方法可以適應環(huán)境中的動態(tài)變化，并且盡管存在未經(jīng)模型化的擾動或錯誤，但仍可以穩(wěn)健運行，同時使成本 - 全球意義上的有效計劃。“

通過消除不必要的穩(wěn)定步驟，Kim和他的同事設計的方法優(yōu)于基于反饋的信息路線圖(FIRM)，這是一種用于解決POMDP的最先進技術(shù)。將來，信念空間中的這種動態(tài)重新規(guī)劃方案可以在不同程度的不確定性下運行的機器人中實現(xiàn)更好的SLAP能力。

“我們現(xiàn)在計劃將我們的方法應用于現(xiàn)實世界的問題，”金說。“一個可能的應用是火星直升機 - 火星車導航和協(xié)調(diào)行星探測的原型，由JPL的Ali-akbar Agha-mohammadi博士領(lǐng)導的一個項目。飛越地形的直升機可以提供粗略的地圖，以便制定一個粗略的全球政策可以在離線階段獲得。隨后，流動站將在在線階段動態(tài)重新計劃，以完成安全且具有成本效益的導航任務。“