[發(fā)明專利]一種任務(wù)時序邏輯約束的概率規(guī)劃識別方法

有效

• 申請?zhí)枺?/td>: 201811599707.3
• 申請日: 2018-12-26
• 公開（公告）號: CN109657868B
• 公開（公告）日: 2021-02-09
• 發(fā)明（設(shè)計）人: 方浩;宇文濤;陳杰;田戴熒;劉得明
• 申請（專利權(quán)）人: 北京理工大學(xué)
• 主分類號: G06Q10/04
• 分類號: G06Q10/04
• 代理公司: 北京理工大學(xué)專利中心 11120
• 代理人: 李微微;仇蕾安

本發(fā)明公開了一種任務(wù)時序邏輯約束的概率規(guī)劃識別方法，以智能體、任務(wù)集、環(huán)境為已知信息，對任務(wù)集用線性時序邏輯語言描述并轉(zhuǎn)換成相應(yīng)Büchi自動機，對環(huán)境用有限狀態(tài)轉(zhuǎn)移系統(tǒng)進(jìn)行建模，將兩者合并形成規(guī)劃庫，規(guī)劃器以智能體的觀測信息和規(guī)劃庫為輸入，形成規(guī)劃結(jié)果集；以目標(biāo)智能體的觀測信息和規(guī)劃庫為輸入，綜合考慮智能體當(dāng)前位置，姿態(tài)，歷史軌跡以及任務(wù)進(jìn)程，其中，智能體的姿態(tài)計算以智能體與目標(biāo)點的朝向角為基準(zhǔn)，在乘積式Büchi自動機的基礎(chǔ)上，設(shè)計基于Dijkstra算法的規(guī)劃器，得出規(guī)劃結(jié)果集，由規(guī)劃器計算出規(guī)劃結(jié)果集和對應(yīng)整體代價集，在滿足觀測序列的情況下對目標(biāo)智能體的意圖和行為的預(yù)測，根據(jù)設(shè)計概率計算公式得出目標(biāo)概率和任務(wù)概率。

技術(shù)領(lǐng)域

本發(fā)明屬于人工智能技術(shù)領(lǐng)域，具體涉及一種任務(wù)時序邏輯約束的概率規(guī)劃識別方法。

背景技術(shù)

規(guī)劃識別(plan recognition)在人工智能領(lǐng)域中是一個很有研究前景和具有一定熱度的研究方向，是指根據(jù)通過各種途徑獲得的目標(biāo)智能體的軌跡、動作等信息，預(yù)測/辨識該智能體目標(biāo)/規(guī)劃的過程。能夠設(shè)計出合適的規(guī)劃識別器推理出的預(yù)測/辨識結(jié)果，一方面填補在實際環(huán)境中已經(jīng)發(fā)生但是未能觀測到的信息，另一方面可以對目標(biāo)智能體的未來目標(biāo)和當(dāng)前行為進(jìn)行預(yù)測和辨識，推斷出智能體未來可能的行為。規(guī)劃識別應(yīng)用在多個不同領(lǐng)域，例如:軍事指揮、對手規(guī)劃/敵意規(guī)劃/應(yīng)對規(guī)劃、自然語言理解、智能幫助系統(tǒng)以及多智能體系統(tǒng)協(xié)作等。因此，針對規(guī)劃識別這一類問題的研究具有很高的研究意義和實際價值，吸引著大量研究人員參與進(jìn)來。

針對實際應(yīng)用中的任務(wù)時序邏輯和規(guī)劃識別問題，已有的解決方案有如下幾種：

方案1：文獻(xiàn)(Guo M,Dimos D V.Multi-agent plan reconfiguration underlocal LTL specifications[J].International Journal of Robotics Research, 2015,34(2):218—235.)提出了一種分層的分布式多智能體系統(tǒng)混合決策-控制架構(gòu)，并提出了一種具有時序邏輯任務(wù)的多智能體系統(tǒng)協(xié)同任務(wù)規(guī)劃策略，每個智能體分配一個線性時序邏輯公式作為一個任務(wù)，對智能體的工作環(huán)境、運動和動作進(jìn)行建模，多智能體間通過實時的請求和響應(yīng)完善模型并完成協(xié)同任務(wù)。

方案2：文獻(xiàn)(Ramirez M,Geffner H.Plan Recognition As Planning[C], theIEEE International Joint Conference on Artificial Intelligence,2009, 38(4):1778—1783.)在基于規(guī)劃執(zhí)行的規(guī)劃識別思路上，提出了Plan recognition as planning的思想。不同于之前的規(guī)劃識別算法，該算法不需要規(guī)劃庫作為輸入，通過使用智能體當(dāng)前狀態(tài)和周圍環(huán)境作為輸入，利用規(guī)劃器模擬出多種規(guī)劃結(jié)果，根據(jù)智能體當(dāng)前位置與各目標(biāo)點之間的距離，利用貝葉斯推理得出目標(biāo)概率和規(guī)劃概率，并且該算法在觀測數(shù)據(jù)不可靠情況下同樣具有較高的準(zhǔn)確性，具有一定的魯棒性。

方案3：文獻(xiàn)(Shirin S,Anton V R,Octavian U.Plan recognition as planningrevisited[C],the IEEE International Joint Conference on ArtificialIntelligence,2016:3258—3264.)在方案2基礎(chǔ)上，將多種規(guī)劃結(jié)果與觀察得到的智能體移動軌跡進(jìn)行比較，選取符合歷史軌跡的規(guī)劃結(jié)果，再利用貝葉斯推理進(jìn)行目標(biāo)概率和規(guī)劃概率計算，相比于方案2的方法，提高了規(guī)劃識別的準(zhǔn)確性。

發(fā)明內(nèi)容

有鑒于此，本發(fā)明的目的是提供一種任務(wù)時序邏輯約束的概率規(guī)劃識別方法，

一種任務(wù)時序邏輯約束的概率規(guī)劃識別方法，包括如下步驟：