Towards bridging the gap between high-level reasoning and execution on robots

Hofmann, Till; Lespérance, Yves; Lakemeyer, Gerhard

doi:10.18154/RWTH-2023-10508

Towards bridging the gap between high-level reasoning and execution on robots

Hofmann, Till^RWTH*

2023

Verantwortlichkeitsangabevorgelegt von Till Markus Hofmann, Master of Science

ImpressumAachen : RWTH Aachen University 2023

Umfang1 Online-Ressource : Illustrationen

Dissertation, RWTH Aachen University, 2023

Veröffentlicht auf dem Publikationsserver der RWTH Aachen University

Genehmigende Fakultät
Fak01

Hauptberichter/Gutachter
Lakemeyer, Gerhard (Thesis advisor)^RWTH* ; Lespérance, Yves (Thesis advisor)

Tag der mündlichen Prüfung/Habilitation
2023-09-20

Online
DOI: 10.18154/RWTH-2023-10508
URL: https://publications.rwth-aachen.de/record/972976/files/972976.pdf

Einrichtungen

Projekte

Inhaltliche Beschreibung (Schlagwörter)
Golog (frei) ; artificial intelligence (frei) ; belief-based programs (frei) ; cognitive robotics (frei) ; knowledge representation (frei) ; metric temporal logic (frei) ; situation calculus (frei) ; stochastic actions (frei) ; synthesis (frei) ; timed systems (frei) ; verification (frei)

Thematische Einordnung (Klassifikation)
DDC: 004

Kurzfassung
Beim klassischen Schließen über Aktionen, z. B. durch Planung oder Agentenprogrammierung mit Golog, werden die Aktionen des Roboters typischerweise auf einer abstrakten Ebene modelliert, wobei komplexe Aktionen wie das Greifen eines Objekts als atomare Primitive mit deterministischen Effekten und Vorbedingungen behandelt werden, die nur vom aktuellen Zustand abhängen. Wird eine solche Aktion jedoch von einem Roboter ausgeführt, kann sie nicht mehr als atomar betrachtet werden. Stattdessen ist jede Aktion eine komplexe Aufgabe, die mehrere Schritte mit zusätzlichen zeitlichen Nebenbedingungen umfasst. Außerdem kann sie mit Rauschen behaftet sein, z. B. fehlerhafte Sensormessungen liefern und nicht immer die gewünschten Effekte haben. Während diese Aspekte meist bei Planungsaufgaben ignoriert werden, müssen sie bei der Ausführung berücksichtigt werden. Diese Arbeit schlägt mehrere Ansätze vor, um diese Lücke zu schließen. Basierend auf einer Logik, die den Situationskalkül mit metrischer Zeit und metrischer temporaler Logik kombiniert, modellieren wir die Roboterplattform mit Zeitautomaten und zeitlichen Nebenbedingungen um den Zusammenhang zwischen den abstrakten Aktionen und der Roboterplattform zu beschreiben. Anschließend beschreiben wir zwei Ansätze um das abstrakte Programm zu transformieren. Zunächst betrachten wir die Transformation als Syntheseproblem, bei dem die Aufgabe darin besteht, einen Regler zu synthetisieren, der das Programm ausführt und dabei die Spezifikation erfüllt, unabhängig von den Entscheidungen der Umwelt. Wir zeigen, dass das Syntheseproblem entscheidbar ist, beschreiben einen Algorithmus zur Konstruktion eines Reglers und evaluieren den Ansatz in zwei Robotikszenarien. Während dieser Ansatz die Steuerung beliebiger Golog-Programme gegen eine Spezifikation mit zeitlichen Nebenbedingungen unterstützt, ist er nicht gut skalierbar. Deswegen beschreiben wir einen zweiten Ansatz, der auf einigen vereinfachenden Annahmen beruht und uns erlaubt, das Transformationsproblem als ein Erreichbarkeitsproblem auf Zeitautomaten zu betrachten, das mit etablierten Methoden gelöst werden kann. Wir demonstrieren die Effektivität und Skalierbarkeit des Ansatzes in mehreren Szenarien. Schließlich wenden wir uns verrauschten Sensoren und Effektoren zu. Auf der Grundlage von DS, einer probabilistischen Variante des Situationskalküls, beschreiben wir einen Abstraktionsmechanismus für Golog-Programme. In diesem System wird ein abstraktes und möglicherweise nicht-stochastisches Programm auf ein detaillierteres und stochastisches Programm abgebildet. Da das abstrakte Programm nicht stochastisch ist, können wir nicht-probabilistische Schlussfolgerungsmethoden wie Planung oder klassische Golog-Programmausführung verwenden. Indem wir die abstrakten Aktionen auf detaillierte Programme abbilden, können wir dabei mit der Unsicherheit während der Ausführung umgehen. Wir definieren einen geeigneten Begriff der Bisimulation, der die Äquivalenz der beiden Programme garantiert, und demonstrieren den Ansatz anhand eines Beispiels.

When reasoning about actions, e.g., by means of task planning or agent programming with Golog, the robot's actions are typically modeled on an abstract level, where complex actions such as picking up an object are treated as atomic primitives with deterministic effects and preconditions that only depend on the current state. However, when executing such an action on a robot it can no longer be seen as a primitive. Instead, action execution is a complex task involving multiple steps with additional temporal preconditions and timing constraints. Furthermore, the action may be noisy, e.g., producing erroneous sensing results and not always having the desired effects. While these aspects are typically ignored in reasoning tasks, they need to be dealt with during execution. In this thesis, we propose several approaches towards closing this gap. Based on a logic that combines the situation calculus with metric time and metric temporal logic, we model the robot platform with timed automata and temporal constraints to describe the connection between the high-level actions and the robot platform. We then describe two approaches towards transforming the high-level program. First, we view the transformation as a synthesis problem, where the task is to synthesize a controller that executes the program while satisfying the specification, independent of the environment's choices. We show that the synthesis problem is decidable, describe an algorithm to construct a controller, and evaluate the approach in two robotics scenarios. While this approach supports controlling arbitrary Golog programs against any specification with timing constraints, it does not scale well. For this reason, we describe a second approach based on some simplifying assumptions which allow us to view the transformation problem as a reachability problem on timed automata, which can be solved with state-of-the-art tools. We demonstrate the effectiveness and scalability of the approach in a number of scenarios. Finally, we turn towards noisy sensors and effectors. Based on DS, a probabilistic variant of the situation calculus that allows modeling the agent's degree of belief, we describe an abstraction framework for Golog programs with noisy actions. In this framework, a high-level and non-stochastic program is mapped to a more detailed and stochastic low-level program. As the high-level program is non-stochastic, we may use non-probabilistic reasoning methods such as task planning or classical Golog program execution. At the same time, by mapping the abstract actions to low-level programs, we may still deal with uncertainty during execution. We define a suitable notion of bisimulation that guarantees the equivalence between the high-level and low-level programs and demonstrate the approach with an example.

OpenAccess:
PDF
(additional files)