h1

000972976 001__ 972976
000972976 005__ 20241121100620.0
000972976 0247_ $$2HBZ$$aHT030596152
000972976 0247_ $$2Laufende Nummer$$a42703
000972976 0247_ $$2datacite_doi$$a10.18154/RWTH-2023-10508
000972976 037__ $$aRWTH-2023-10508
000972976 041__ $$aEnglish
000972976 082__ $$a004
000972976 1001_ $$0P:(DE-82)IDM02425$$aHofmann, Till$$b0$$urwth
000972976 245__ $$aTowards bridging the gap between high-level reasoning and execution on robots$$cvorgelegt von Till Markus Hofmann, Master of Science$$honline
000972976 260__ $$aAachen$$bRWTH Aachen University$$c2023
000972976 300__ $$a1 Online-Ressource : Illustrationen
000972976 3367_ $$02$$2EndNote$$aThesis
000972976 3367_ $$0PUB:(DE-HGF)11$$2PUB:(DE-HGF)$$aDissertation / PhD Thesis$$bphd$$mphd
000972976 3367_ $$2BibTeX$$aPHDTHESIS
000972976 3367_ $$2DRIVER$$adoctoralThesis
000972976 3367_ $$2DataCite$$aOutput Types/Dissertation
000972976 3367_ $$2ORCID$$aDISSERTATION
000972976 502__ $$aDissertation, RWTH Aachen University, 2023$$bDissertation$$cRWTH Aachen University$$d2023$$gFak01$$o2023-09-20
000972976 500__ $$aVeröffentlicht auf dem Publikationsserver der RWTH Aachen University
000972976 5203_ $$aBeim 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.$$lger
000972976 520__ $$aWhen 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.$$leng
000972976 536__ $$0G:(EU-Grant)952215$$aTAILOR - Foundations of Trustworthy AI - Integrating Reasoning, Learning and Optimization (952215)$$c952215$$fH2020-ICT-2019-3$$x0
000972976 536__ $$0G:(GEPRIS)288705857$$aDFG project 288705857 - Constraint-basierte Transformation abstrakter Handlungspläne in ausführbare Aktionen autonomer Roboter (288705857)$$c288705857$$x1
000972976 536__ $$0G:(GEPRIS)282652900$$aGRK 2236 - GRK 2236: Unsicherheit und Randomisierung in Algorithmen, Verifikation und Logik. (282652900)$$c282652900$$x2
000972976 588__ $$aDataset connected to Lobid/HBZ
000972976 591__ $$aGermany
000972976 653_7 $$aGolog
000972976 653_7 $$aartificial intelligence
000972976 653_7 $$abelief-based programs
000972976 653_7 $$acognitive robotics
000972976 653_7 $$aknowledge representation
000972976 653_7 $$ametric temporal logic
000972976 653_7 $$asituation calculus
000972976 653_7 $$astochastic actions
000972976 653_7 $$asynthesis
000972976 653_7 $$atimed systems
000972976 653_7 $$averification
000972976 7001_ $$0P:(DE-82)000876$$aLakemeyer, Gerhard$$b1$$eThesis advisor$$urwth
000972976 7001_ $$aLespérance, Yves$$b2$$eThesis advisor
000972976 8564_ $$uhttps://publications.rwth-aachen.de/record/972976/files/972976.pdf$$yOpenAccess
000972976 8564_ $$uhttps://publications.rwth-aachen.de/record/972976/files/972976_source.zip$$yRestricted
000972976 909CO $$ooai:publications.rwth-aachen.de:972976$$pdnbdelivery$$pec_fundedresources$$pVDB$$pdriver$$popen_access$$popenaire
000972976 9141_ $$y2023
000972976 915__ $$0StatID:(DE-HGF)0510$$2StatID$$aOpenAccess
000972976 9101_ $$0I:(DE-588b)36225-6$$6P:(DE-82)IDM02425$$aRWTH Aachen$$b0$$kRWTH
000972976 9101_ $$0I:(DE-588b)36225-6$$6P:(DE-82)000876$$aRWTH Aachen$$b1$$kRWTH
000972976 9201_ $$0I:(DE-82)121920_20140620$$k121920$$lLehr- und Forschungsgebiet Informatik 5 (Wissensbasierte Systeme)$$x0
000972976 9201_ $$0I:(DE-82)120000_20140620$$k120000$$lFachgruppe Informatik$$x1
000972976 9201_ $$0I:(DE-82)080060_20170720$$k080060$$lGraduiertenkolleg UnRAVeL$$x2
000972976 961__ $$c2023-12-07T12:29:21.203891$$x2023-11-08T11:11:25.593145$$z2023-12-07T12:29:21.203891
000972976 980__ $$aI:(DE-82)080060_20170720
000972976 980__ $$aI:(DE-82)120000_20140620
000972976 980__ $$aI:(DE-82)121920_20140620
000972976 980__ $$aUNRESTRICTED
000972976 980__ $$aVDB
000972976 980__ $$aphd
000972976 9801_ $$aFullTexts