[發明專利]面向含軟、硬約束線性時序邏輯的不確定動作規劃方法

有效

• 申請號: 201911144064.8
• 申請日: 2019-11-20
• 公開（公告）號: CN111026110B
• 公開（公告）日: 2021-04-30
• 發明（設計）人: 方浩;陳仲瑤;楊慶凱;曾憲琳;尉越;田戴熒;陳杰
• 申請（專利權）人: 北京理工大學
• 主分類號: G05D1/02
• 分類號: G05D1/02
• 代理公司: 北京理工大學專利中心 11120
• 代理人: 溫子云

本發明公開了一種面向含軟、硬約束線性時序邏輯的不確定動作規劃方法，求解滿足成本最優的控制策略，硬約束部分任務全過程無風險，軟約束部分任務允許存在風險。首先建立雙層自動機任務模型，該模型中，每層的任務狀態是硬約束任務模型和軟約束任務模型中任務狀態經任意組合形成的狀態集；初始狀態位于第一層；硬約束任務的常返態被放置在第一層，軟約束任務的常返態被放置在第二層，非常返態同時放置在第一層和第二層；通過狀態轉移關系的設置使得雙層間的轉換條件為只有當所在層級對應的任務完成時可轉換至另一層；然后面向軟約束任務修改任務模型；最后，將雙層自動機模型、智能體模型結合，設計優化問題，獲得最優控制策略。

技術領域

本發明屬于智能體控制技術領域，尤其涉及一種面向含軟、硬約束線性時序邏輯的不確定動作規劃方法。

背景技術

線性時序邏輯是藉由通過原子命題的形式表示的環境信息、智能體信息經過一系列語法規范定義下的布爾符號與時序符號連接組成的用以描述系統規范的描述方式。線性時序邏輯公式由原子命題集AP與布爾運算符，時序運算符組成，公式形式為：這里p∈AP是原子命題集中的命題，線性時序邏輯(LTL)公式中包含的時序運算符包括○(下一步)，∪(直到)，□(總是)，◇(最終)，(指示符)。

軟、硬任務約束是以LTL任務公式作為基礎，用以強化任務描述，刻畫任務間重要程度的不同。硬約束表示指定公式對應任務一定完成，任務執行中不允許存在風險，軟約束任表示任務可以不完成或部分完成，存在任務失敗的風險，其設定往往為節省資源或提高任務效率。兩者之間從任務描述方式和規劃過程的處理方式上都有明顯區別。

針對傳統智能體動作規劃問題，面向由線性時序邏輯公式描述的任務，現有的解決方案主要有以下幾種：

方案1：文獻(Guo M,Dimarogonas D V.Multi-agent plan reconfigurationunder local LTL specifications[J].The International Journal of RoboticsResearch,2014,34(2):218-235.)中提到了軟、硬約束任務的概念，最初是用于初始環境未知的情況，給出確定性智能體規劃的方法，通過建立雙層Büchi自動機模型實現對軟、硬約束兩子公式代指內容的表征，但規劃沒有涉及智能體長期不確定動作規劃的部分。

方案2：文獻(Ding X C,Smith S L,Belta C,et al.MDP Optimal Control underTemporal Logic Constraints[J].Mathematics,2011,413(1):532-538.)提出了不確定性因素存在時智能體動作規劃的方法，通過值迭代求解運行成本上的最優策略。但假設條件是由智能體與環境組成的系統中不會出現任務失敗的情況，在策略生成過程中不需要考慮風險的控制，使得方法適用的環境受到局限。

方案3：文獻(Guo M,Zavlanos M M.Probabilistic Motion Planning underTemporal Tasks and Soft Constraints[J].IEEE Transactions on AutomaticControl,2018,63(12):4051-4066.)提出了面向單一的LTL任務公式智能體動作規劃的方法，同時優化任務完成成功率與運行成本，但在任務描述上缺少對任務重要性方面更為細致的劃分。面向描述更為復雜的任務時，求解方法框架也體現出不足，無法滿足對軟、硬約束中任務風險的要求。

本發明受上述方案的啟發，在充分借鑒吸收其優勢的同時，針對其自身所存在的不足，提出一種面向復雜線性時序邏輯任務的不確定動作規劃方法。通過強化任務層模型的構建，實現面向軟、硬約束兩類任務的動作規劃，規劃所得策略既滿足了硬約束任務的無風險，同時體現了軟約束任務執行中允許風險存在的特性，使該動作規劃方法框架可以面向更加復雜的任務描述。

發明內容