Çoklu Robot Sistemlerinde Dinamik Zamansal Planlama

Abstract

Gezgin robotların birbirlerine bağımlı ve karmaşık görevleri etkin şekilde yürütebilmesi için otonom eylem planlama yöntemlerinin kullanılması gerekir.Fakat gerçek dünyakısıtlarını karşılayabilmek için planlama problem tanım kümesini (domain) gerçekçi olarak temsil etmek muazzam bir çaba gerektirir. Bu yüzden gezgin robot sistemleri için eylem temsillerini (örneğin etki ve önkoşullarını) tüm durumlarda en mükemmel şekilde temsil edememek bir başka belirsizlik kaynağı teşkil etmektedir. Tanım kümesi temsili tam ve eksiksiz olmadığında, bir planlayıcı dinamik gerçekleşebilecek olaylar karşısında aslında mümkün olmasına rağmen geçerli bir plan üretemeyebilir. Bu çalışmada gerçek-zaman yürütme hatalarına karşı alternatif planlar üretmek için tanım kümesi güncelleme metodları üzerine odaklanılmıştır. Sınırlı bir arkaplan bilgisinde dahi güncellenmiş tanım kümesi temsiline dayalı yeni bir yürütülebilir plan oluşturulması hedeflenmiştir. Bu amaçla önerilen yöntemlerle, plan onarma için gerekli operatörler, ortamda yönlendirici uzmanlar olmadığı durumlar için de, var olan tanım kümesi temsili ile geçerli plan bulmak mümkün olmamasına rağmen alternatif planlar üretilebilir. Hatalar yürütme anında veya yürütme öncesi simülasyon sürecinde tespit edilir. Problemin çoklu robot düzeyine çekilmesi durumundaki çözümün kalitesinin artırımını sağlamak, problemi zamansal açıdan ele almayı gerektirmiştir. Önerilen yöntemler biribirleri arasında ve ara hedef planlama ile bir dizi deney kümesi için karşılaştırılmıştır. Gezgin robotları içeren bir hata çözme senaryosu Webots simülatöründe verilmiştir.

The use of automated action planning techniques is essential for efficient mission execution of mobile robots. However, a tremendous effort is needed to represent planning problem domains realistically to meet the real-world constraints. Therefore, there is another source of uncertainty for mobile robot systems due to the impossibility of perfectly representing action representations (e.g., preconditions and effects) in all circumstances. When domain representations are not complete, a planner may not be capable of constructing a valid plan for dynamic events even when it is possible. This research focuses on a generic domain update method to construct alternative plans against real-time execution failures which are detected either during runtime or earlier by a plan simulation process. Based on the updated domain representations, a new executable plan is constructed even when the outcomes of existing operators are not completely known in advance or valid plans are not possible with the existing representation of the domain. A failure resolution scenario is given in the realistic Webots simulator with mobile robots. Since TLPlan is used as the base temporal planner, makespan optimization is achieved with the available knowledge of the robots.