[发明专利]基于机器人伴随行为模型的扩展POMDP规划方法及系统

权利要求书

1.一种基于机器人伴随行为模型的扩展POMDP规划方法，其特征在于，包括在机器人的标准POMDP规划过程中执行观察行动规划和任务重规划过程的下述步骤：

1)在标准POMDP规划过程中，当正在执行的任务动作a_T的不变式与某一观察动作a_O匹配时，则跳转执行下一步；

2)将任务动作a_T、观察动作a_O基于匹配的谓词语句构成伴随关系形成伴随行为模型；

3)在任务动作a_T的执行过程中，获取观察动作a_O的观察值obs；

4)基于任务动作a_T的不变式、观察值obs更新机器人的系统知识库kb；

5)判断知识库kb中的不变式的真值为假是否成立，若成立则触发任务重规划。

2.根据权利要求1所述的基于机器人伴随行为模型的扩展POMDP规划方法，其特征在于，步骤1)中的任务动作a_T的不变式是指任务动作a_T上一步骤的谓词语句p_i；任务动作a_T的不变式与某一观察动作a_O匹配是指：针对定义为a_T＝d，([τ₁，τ₂]，p_i)，p_e的任务动作a_T，该任务动作a_T的谓词语句p_i等于定义为a_O＝p，o的观察动作a_O观察和更新的谓词语句p相等，其中d表示任务动作a_T执行的时间间隔，([τ₁，τ₂]，p_i)表示在任务动作a_T执行的[τ₁，τ₂]时间间隔内谓词语句p_i的真值为真，p_e表示在该任务动作a_T执行结束后谓词语句，且动作执行结束后谓词语句p_e的真值为true，o表示观察动作a_O的谓词语句p所能观察到的环境状态；步骤2)中伴随行为模型表示为AAM(a_o，a_T，p)，其中AAM为伴随行为模型，a_T为任务动作，a_O为观察动作，p为观察动作a_O上一步骤与任务动作a_T相匹配的谓词语句p_i。

3.根据权利要求1所述的基于机器人伴随行为模型的扩展POMDP规划方法，其特征在于，步骤3)中获取观察动作a_O的观察值obs的步骤包括：观察动作a_O通过驱动程序启动其所控制的机器人传感器部件，在机器人传感器部件当前位姿和感知范围下对相关环境信息进行采集，并将采集得到的原始感知数据处理为以数值型格式表示的观察值obs。

4.根据权利要求1所述的基于机器人伴随行为模型的扩展POMDP规划方法，其特征在于，步骤4)中系统知识库kb的每一个项目包括观察值obs、及其对应的谓词语句p，用于作为对观察值obs所表示的外部环境状态的知识表示。

5.根据权利要求4所述的基于机器人伴随行为模型的扩展POMDP规划方法，其特征在于，步骤4)的详细步骤包括：根据观察值obs的类型可以判断是否能检验知识库kb中谓词语句p的值，当观察值obs不能检验知识库kb中谓词语句p的值时，结束并退出；否则，根据观察值obs能够判断谓词语句p所代表的环境状态成立，则更新谓词语句p的真值为真，否则更新谓词语句p的真值为假。