[논문 리뷰] Optimal Path Planning under Temporal Logic Constraints

Stephen L. Smith, Jana Tůmová외 2명|arXiv (Cornell University)|2010. 07. 13.

Formal Methods in Verification참고 문헌 10인용 수 8

한 줄 요약

이 논문은 선형 시간 논리(LTL) 제약 조건 하에서 최적의 경로 계획을 위한 방법을 제시한다. 주로 최적화 대상이 되는 명제(예: 데이터 업로드 위치)에 대한 반복 방문 간 최대 시간을 최소화하는 데 초점을 맞춘다. Büchi 자동기와 제품 자동기에서의 블로커너트 최단 경로 알고리즘을 조합하여, 복잡한 미션 사양을 만족하면서도 업로드 간 격리 시간을 최소화하는 궤적을 계산한다. 이는 3.6분 이내의 최대 업로드 간 격리 시간을 보이며, 로봇 데이터 수집 임무에서 검증되었다.

ABSTRACT

In this paper we present a method for automatically generating optimal robot trajectories satisfying high level mission specifications. The motion of the robot in the environment is modeled as a general transition system, enhanced with weighted transitions. The mission is specified by a general linear temporal logic formula. In addition, we require that an optimizing proposition must be repeatedly satisfied. The cost function that we seek to minimize is the maximum time between satisfying instances of the optimizing proposition. For every environment model, and for every formula, our method computes a robot trajectory which minimizes the cost function. The problem is motivated by applications in robotic monitoring and data gathering. In this setting, the optimizing proposition is satisfied at all locations where data can be uploaded, and the entire formula specifies a complex (and infinite horizon) data collection mission. Our method utilizes Büchi automata to produce an automaton (which can be thought of as a graph) whose runs satisfy the temporal logic specification. We then present a graph algorithm which computes a path corresponding to the optimal robot trajectory. We also present an implementation for a robot performing a data gathering mission in a road network.

연구 동기 및 목표

• 시간 논리 제약 조건 하에서 로봇 운동 계획에서 최적의 궤적 선택이 부족한 문제를 해결하기 위해.
• 지정된 최적화 대상 명제(예: 데이터 업로드 사이트)에 대한 반복 방문 간 최대 시간을 최소화하기 위해.
• 일반적인 LTL 공식을 사용한 형식적이고 고수준의 미션 사양을 가능하게 하면서도 비용 함수에서 최적성을 보장하기 위해.
• 복잡한 로봇 임무에서 최적의 궤적 생성을 위한 확장 가능하고 다항 시간 내에 해결 가능한 해법을 제공하기 위해.
• 지속적인 로봇 모니터링 및 데이터 수집 작업에 적용 가능성을 입증하기 위해 실세계 제약 조건을 고려한다.

제안 방법

• 시간 또는 거리 가중치가 부여된 전이로 구성된 가중 전이 체계로 로봇-환경 상호작용을 모델링한다.
• LTL 미션 사양을 Büchi 자동기로 변환하여 시간 논리 공식을 만족하는 수용 가능한 실행을 표현한다.
• 전이 체계와 Büchi 자동기를 동기화하여 제품 자동기를 구성함으로써, 시스템 역학과 사양 제약 조건을 모두 인코딩한다.
• 최적 실행의 접두사-접미사 구조를 활용하여, 수용 상태를 포함하는 주기적 순환으로 탐색을 축소한다.
• 제품 자동기에서 블로커너트 최단 경로 알고리즘을 적용하여, 수용 상태 방문 간 최대 시간을 최소화하는 순환을 식별한다.
• 결과로 도출된 순환을 사용하여 LTL 공식을 만족하고 비용 함수를 최소화하는 최적의 로봇 궤적을 합성한다.

실험 결과

연구 질문

• RQ1 일반적인 LTL 공식을 만족하면서도 특정 명제에 대한 반복 방문 간 최대 시간을 최소화하는 최적의 로봇 궤적을 계산할 수 있는가?
• RQ2 여러 개의 유효한 궤적이 존재할 때 LTL 제약 조건 하에서 최적 경로 계획 문제를 효율적으로 해결할 수 있는가?
• RQ3 이러한 제약 조건 하에서 최적 궤적을 찾는 데 필요한 계산 복잡도는 무엇이며, 다항 시간 내에 해결할 수 있는가?
• RQ4 실제 연속 동역학과 물리 환경에서의 피드백 제어를 다룰 수 있도록 이 방법을 어떻게 확장할 수 있는가?
• RQ5 이 방법을 다중 로봇 시스템이나 방문 간 격리 시간 최소화를 초월한 더 복잡한 비용 함수로 어떻게 확장할 수 있는가?

주요 결과

• Optimal-Run 알고리즘이 표준 랩탑에서 26개 상태의 전이 체계와 16개 상태의 Büchi 자동기로 구성된 시스템에 대해 약 6초 만에 최적 궤적을 성공적으로 계산했다.
• 최적 비용 함수 값은 9.13미터였으며, 이는 데이터 수집 임무에서 최대 업로드 간 이동 시간이 3.6분임을 의미한다.
• P5 이후 P2에서의 업로드를 금지하는 추가 제약 조건이 적용된 경우, 알고리즘은 22초가 걸렸고 최대 업로드 간 격리 시간은 3.77분(9.50미터)으로 증가했다.
• 해결책은 유한한 일시적 단계를 가진 주기적이고 안정적인 궤적을 달성하여, 최적 실행의 이론적 접두사-접미사 구조를 확인했다.
• 이 방법은 도로 네트워크 환경에서의 실제 로봇 테스트베드에서 성공적으로 구현되어 실제 적용 가능성도 검증되었다.
• 제품 자동기는 416개 상태를 가지며, 알고리즘이 타당한 시간 내에 최적 순환을 효율적으로 식별함으로써 확장성이 뛰어나다는 것을 입증했다.