A STUDY FOR THE APPLICATION OF AUTOMATED PLANNING TO MOBILE ASSISTIVE ROBOTS

In recent years, Automated Planning (AP) has experienced important advances. In this study we apply such advances to the field of Mobile Assistive Robots (MAR). In particular, we propose the use of AP to implement the deliberative step between observation and action execution in MAR. First, we analyze the requirements that allow a MAR to plan navigation and manipulation actions in near real time. The intention is to build the foundation for a planning module within the Simultaneous User Learning and TAsk executioN (SULTAN) architecture, allowing a MAR to perform Daily Life Activities (DLA) in humanlike environments. Second, we apply AP techniques in fully observable, deterministic and static simulated environments with a single MAR. In addition, we analyze and compare the best available satisficing automated planners. The selected planners participate in several experiments to obtain plans for a Planning Domain Definition Language (PDDL) based on the Tidybot domain. Finally, in order to know how competitive the selected planners are, we compare the experimental results in detail.     

基于超图的求等价属性集算法研究

本文讨论了有关等价属性集的一些性质，提出了准等价属性集和基本等价属性集的概念。在此基础上给出了一种求等价属性集的算法。     

归并依赖集的二元组集合闭包求解算法

本文给出了归并依赖集的二元组集合、闭包的概念,并给出了求解二元组集合B及其闭包的多项式求解算法。     

AN EVALUATION OF THE TEMPORAL COHERENCE HEURISTIC IN PARTIAL-ORDER PLANNING

This paper presents an evaluation of a heuristic for partial-order planning, known as temporal coherence. The temporal coherence heuristic was proposed by Drummond and Currie as a method to improve the efficiency of partial-order planning without losing the ability to find a solution (i.e., completeness). It works by using a set of domain constraints to prune away plans that do not "make sense," or are temporally incoherent. Our analysis shows that, while intuitively appealing, temporal coherence can only be applied to a very specific implementation of a partial-order planner and still maintain completeness. Furthermore, the heuristic does not always improve planning efficiency; in some cases, its application can actually degrade the efficiency of planning dramatically. To understand when the heuristic will work well, we conducted complexity analysis and empirical tests. Our results show that temporal coherence works well when strong domain constraints exist that significantly reduce the search space, when the number of subgoals is small, when the plan size is not too large, and when it is inexpensive to check each domain constraint.     

“多规合一”背景下古建筑规划保护辅助审批系统应用研究——以东莞市古建筑为例

城市规划建设过程中,直观评估建设项目对城市古建筑空间的影响对协调新型城镇化背景下文物保护与开发利用之间的关系具有重要意义。设计开发一套基于古建筑三维模型的城市规划审批辅助系统。结合空-地协同的技术思路,采用多旋翼无人机和手持三轴云台相机分别采集古建筑低空和地面的多视角影像,基于倾斜摄影测量技术实现古建筑精细化三维实景还原,建立古建筑空间数据库。运用HTML5和WebGL技术设计开发古建筑保护规划审批辅助决策系统,实现古建筑多源异构数据的综合管理和展示,并提供城市建设项目对周边古建筑空间影响的分析功能。该系统为规划管理部门对古建筑的信息化管理与辅助决策提供支持,为搭建城市“多规合一”平台中古建筑空间保护体系提供参考。     

多杆柔性关节机械手轨迹规划的次优化方法

本文对多杆柔性关节机械手的轨迹规划问题进行了研究．首先利用逆系统解耦方法把这一有约束非线性规划问题转化为多个子系统的线性规划问题，然后通过子系统线性规划问题的解析最优解构造了多杆柔性关节机械手轨迹规划的次优化解     

基数为M的候选关键字求解的多项式算法存在性研究

本文在文献「３」的基础上，详细且深入讨论了构成候选关键字的属性特性，提出了相关关系，最大相关块等概念，讨论了有关定理，最后给出了求基数为Ｍ的候选关键字的多项式时间算法。     

基于逆向FD超图环的全部候选关键字求法

本文通过对逆向ＦＤ超图的环的分类的深入研究，找到了组成候选关键字的属性对应的结点的特征，进而给出了求解全部候关键字的多项式时间的新算法。     

LR最小替换集求解算法研究

文中对Ｄ．Ｍａｉｅｒ提出的关于关系数据库中的ＬＲ最小集的结构进行了分析，提出了一个比“ＬＲ最小集”更为简化的ＦＤ集的覆盖－ＬＲ最小替换集。给出了一个求ＬＲ最小替换集的多项式时间算法。修正了Ｄ．Ｍａｉｅｒ在其文中给出的一个ＦＤ集为最优覆盖的必要条件。     

求关系模式全部候选关键字的算法

本文利用对属性进行分类的方法研究了一个属性成为主属性应该满足的条件.着重讨论了当一个属性既出现于函数依赖的左部,又出现于函数依赖的右部时成为主属性的必要条件和充分条件.并在此基础上,提出了一个求关系模式全部候选关键字的有效、易行算法.     

改进遗传算法在移动机器人全局路径规划中的应用

针对应用遗传算法进行移动机器人全局路径规划时遇到的早熟收敛和收敛速度慢等问题,提出一种基于定长二进制路径编码方式的改进遗传算法。研究此编码方式下的改进遗传操作,采用比例阈值自适应((N+K,N)+N)双种群进化策略,有效提高了算法收敛速度和全局寻优能力。仿真实验表明了该算法的有效性。     

轮式移动机器人轨迹规划起点选择的新方法

本文针对传统轮式滑动导向移动机器人的路径轨迹规划问题，提出了一种更简捷的算法，该算法有利于减少轨迹产生的时间，便于双轮协调控制及精确到位。     

基于最大相关块的关系模式全部主属性的一种解法

本文是把关系模式中的函依赖集进行划分，对应的属性集合构成一个相关块，再对每个相关块求其主属性，最终给出求全部主属性的多项式时间的一种算法。     

机器人路径规划

本文实现了一个基本的机器人规划系统。它能自动生成一系列避免与障碍物发生碰撞的机器人动作轨迹。其视觉子系统可获取环境知识。算法对可能引起碰撞的障碍物进行从直角坐标空间到机器人关节坐标空间的转换。并采用分级式方式对自由空间进行先“粗”后“细”的两级描述。合理的数据结构既减少了存储量又给出了充分的启发信息。在此基础上又采用了先“全局”后“局部”的两级路径优化,从而能以较快速度决策出一能避免碰撞且运行时间短的优化路径。实验表明,该系统可在一般 PC 机上实现。     

基于闭包的关系模式全部主属性的多项式时间算法

文中通过对关系模式中的属性进行适当的分类，讨论了一个属性成为主属性应该满足的条件，并在文献「４」、「５」「６」的基础上，采用闭包，实现了利用Ａｒｍｓｔｒｏｎｇ公理进行函数信赖推导的过程，从而给出了一个简便的求解关系模式全部主属性的多项式时间算法。     

多关节机械手抓取—放置操作的运动规划

本文基于拓扑法对机械手的抓取-放置操作的运动规划进行了研究.文中主要讨论了规划的方法及相应的算法.最后的实验结果用来显示该方法的有效性.     

INTEGRATING PLANNING,EXECUTION, AND LEARNING TO IMPROVE PLAN EXECUTION

Algorithms for planning under uncertainty require accurate action models that explicitly capture the uncertainty of the environment. Unfortunately, obtaining these models is usually complex. In environments with uncertainty, actions may produce countless outcomes and hence, specifying them and their probability is a hard task. As a consequence, when implementing agents with planning capabilities, practitioners frequently opt for architectures that interleave classical planning and execution monitoring following a replanning when failure paradigm. Though this approach is more practical, it may produce fragile plans that need continuous replanning episodes or even worse, that result in execution dead‐ends. In this paper, we propose a new architecture to relieve these shortcomings. The architecture is based on the integration of a relational learning component and the traditional planning and execution monitoring components. The new component allows the architecture to learn probabilistic rules of the success of actions from the execution of plans and to automatically upgrade the planning model with these rules. The upgraded models can be used by any classical planner that handles metric functions or, alternatively, by any probabilistic planner. This architecture proposal is designed to integrate off‐the‐shelf interchangeable planning and learning components so it can profit from the last advances in both fields without modifying the architecture.     

基于拓扑的路径规划问题的图形解法

本文提出一个解决基于拓扑的路径规划问题的新途径:图形法.介绍一个用图形法建立起来的适合于矩形形状的移动机器人在以线段和圆弧为边界的障碍物环境下运动的路径规划算法.该算法考虑了环境发生局部变化时在不改变或者仅仅对拓扑网络进行局部修改后进行路径规划的问题.图形法比较普遍地解决了二维拓扑路径规划算法的实现问题.     

求平面内两互不相交的凸多边形的内公切线的最优算法

设P与Q为平面内两个互不相交的分别具有m与n个顶点的凸多边形,它们的顶点用直角坐标描述并且沿其边界按顺时针方向依次列出.本文给出求P与Q的内公切线(或称斜支撑线)的时间复杂度为O(logm+logn)的最优算法,从而突破了李辉关于解决同一问题的时间复杂度为O(m+n)的算法是最优的论断.     

CS—1两臂机器人的轨迹规划

本文详细介绍了CS-1两臂机器人的轨迹规划,包括左手的轨迹规划,右手的轨迹规划,以及左、右手轨迹的协调规划。