Creating Behavior Trees for Autonomous Versatile Robots

QC 20260213

Abstract

Denna avhandling tar upp det långvariga problemet med att skriva datorprogram för att styra robotar, helst genom att generera program automatiskt utan att egentligen programmera alls. Som motivering noterar vi att två starka trender i branschen under senare år är kollaborativa och mobila robotar. Dessa applikationstyper delar en kritisk egenskap där robotprogrammen nu måste reagera autonomt på olika händelser. Autonoma robotar som arbetar utan regelbunden mänsklig inblandning eller vägledning måste därför styras av policyer som utför olika åtgärder beroende på omständigheterna, men att skapa en robust policy är betydligt svårare än att skriva ett linjärt program som alltid utför samma instruktioner. Det finns också en etablerad global industriell trend mot mer flexibel produktion och mindre serier, vilket leder till att programmerings- och driftsättnings-kostnader blir en större andel av den totala kostnaden för en robotapplikation. Allt detta sammantaget har ökat det redan höga trycket på att göra robotar enklare och snabbare att programmera, eller med andra ord, att göra dem mer mångsidiga.\par En populär och växande policyarkitektur som används inom robotik är beteendeträd, drivet av deras inbyggda reaktivitet, transparens och modularitet. Hur man enkelt skapar beteendeträd är dock ett mycket aktivt forskningsämne, med många metoder föreslagna från olika områden såsom maskininlärning, automatiserad planering och intuitiva användargränssnitt. I denna avhandling studerar vi hur vi kan förbättra och kombinera olika metoder så att de kompletterar varandra och det resulterande systemet presterar bättre. Vi föreslår flera sammansatta system och validerar deras effektivitet i att skapa beteendeträdspolicyer i flera olika jämförande robotexperiment.

urn.kb.se/resolve?urn=urn:nbn:se:kth:diva-376730