[논문 리뷰] Narrative based Postdictive Reasoning for Cognitive Robotics

Manfred Eppe, Mehul Bhatt|arXiv (Cornell University)|2013. 06. 04.

Logic, Reasoning, and Knowledge참고 문헌 28인용 수 14

한 줄 요약

이 논문은 인지로봇공학을 위한 온라인, 서사 기반 후행 추론 프레임워크를 제시하며, 자율 휠체어 시스템에서 실시간 이상 탐지 및 계획 복구를 가능하게 한다. 답변 집합 프로그래밍(ASP)을 통한 근사 지식 계획을 통합함으로써, 감각 서사에 대한 점진적 추론을 통해 예기치 않은 세계 상태 변화의 원인을 후행 추론함으로써, 부족하고 모순되는 감각 지식 상황에서도 강건하고 반응적인 제어를 실현한다.

ABSTRACT

Making sense of incomplete and conflicting narrative knowledge in the presence of abnormalities, unobservable processes, and other real world considerations is a challenge and crucial requirement for cognitive robotics systems. An added challenge, even when suitably specialised action languages and reasoning systems exist, is practical integration and application within large-scale robot control frameworks. In the backdrop of an autonomous wheelchair robot control task, we report on application-driven work to realise postdiction triggered abnormality detection and re-planning for real-time robot control: (a) Narrative-based knowledge about the environment is obtained via a larger smart environment framework; and (b) abnormalities are postdicted from stable-models of an answer-set program corresponding to the robot's epistemic model. The overall reasoning is performed in the context of an approximate epistemic action theory based planner implemented via a translation to answer-set programming.

연구 동기 및 목표

• 실세계 로봇 제어에서 부족하거나 모순되거나 비정상적인 감각 서사를 다루는 데 도전하는 것.
• 불확실성 하에서 실시간, 점진적 계획 모니터링 및 복구를 가능하게 하는 것.
• 관찰된 변화의 과거 원인에 대한 추론(후행 추론)을 확장 가능하고 온라인 계획 프레임워크에 통합하는 것.
• ExpCog 프레임워크와 ROS에 통합하여 대규모 인지로봇공학 시스템에 실용적으로 구현할 수 있도록 지원하는 것.
• 감지 및 후행 추론을 지원하는 계산적으로 효율적이고, 세부 사항 변경에 강건한 계획 형식을 개발하는 것.

제안 방법

• 센서 데이터와 인간 입력에서 유도된 서사 기반 감각 모델을 사용하여 에이전트의 지식 상태를 표현하는 것.
• 계획을 위한 지식 작도 이론의 정확하고 완전하지는 않지만 효율적인 근사 방법으로 h-근사치(HPX) 형식을 적용하는 것.
• ocl相当 온라인 ASP 추론기로 실행 가능한 추론을 위해 HPX 형식을 답변 집합 프로그래밍(ASP)으로 변환하는 것.
• 실행 중 새로운 감각 관측치로 지식 기반을 동적으로 업데이트하여 점진적이고 온라인 계획을 수행하는 것.
• ASP의 안정 모델 의미론을 통해 예기치 않은 세계 상태 변화에 대한 설명을 유도함으로써 후행 추론을 가능하게 하는 것.
• 로봇 플랫폼(예: ROS 및 iCub)에서의 원활한 구현을 위해 ExpCog 인지로봇공학 프레임워크에 시스템을 통합하는 것.

실험 결과

연구 질문

• RQ1 어떻게 후행 추론을 실시간 로봇 제어에 효과적으로 통합하여 감각 서사의 이질성과 이상 현상을 탐지하고 설명할 수 있는가?
• RQ2 어떤 형식이 인지로봇공학에서 지식이 불완전한 상황에서도 효율적이고 점진적이며 세부 사항 변경에 강건한 추론을 지원하는가?
• RQ3 서사 기반 추론을 어떻게 활용하여 예기치 않은 세계 상태 변화에 대응해 동적 계획 복구를 가능하게 할 수 있는가?
• RQ4 대규모 로봇 제어 프레임워크에 후행 추론 기반 추론을 구현할 때 실질적인 과제는 무엇인가?
• RQ5 온라인 ASP 기반 계획을 실시간 로봇 응용에 대해 확장 가능하고 효율적으로 만들 수 있는가?

주요 결과

• 시스템은 서사 지식에 기반한 추론을 통해 예기치 않은 세계 상태 변화를 후행 추론함으로써 실시간으로 이상 현상을 탐지하고 설명한다.
• h-근사치(HPX)의 사용은 효율적인 NP-완전 계획 존재성 검증을 가능하게 하여 실시간 응용에 적합하다.
• ocl相当 온라인 ASP 추론기와의 통합으로 실행 중 지식 기반의 동적 업데이트가 가능해져 점진적 추론을 지원한다.
• 계획 실패 원인(예: 갑작스럽게 닫힌 문)을 식별하고 추론함으로써 온라인 계획 복구가 가능해진다.
• 실세계 스마트 홈 환경에서 자율 휠체어를 대상으로 한 검증을 통해 감각 불확실성 하에서도 강건함을 입증하였다.
• ROS 및 Gazebo를 포함한 다양한 로봇 플랫폼에서의 광범위한 배포를 위해 ExpCog 프레임워크에 시스템 통합을 진행 중이다.