[论文解读] A Domain-Specific Language for Rich Motor Skill Architectures

Arne Nordmann, Sebastian Wrede|arXiv (Cornell University)|Feb 26, 2013

Model-Driven Software Engineering Techniques参考文献 11被引用 7

一句话总结

本文提出了一种面向柔性机器人中丰富运动技能架构建模的AMARSi领域特定语言（DSL），支持基于运动基元的自适应、模块化控制系统的正式、标准化描述。通过采用模型驱动开发方法，结合元模型与语言模块化设计，该DSL支持C++实现的自动生成代码，提升了AMARSi项目中跨学科团队在可比性、可复现性及协作性方面的表现。

ABSTRACT

Model-driven software development is a promising way to cope with the complexity of system integration in advanced robotics, as it already demonstrated its benefits in domains with comparably challenging system integration requirements. This paper reports on work in progress in this area which aims to improve the research and experimentation process in a collaborative research project developing motor skill architectures for compliant robots. Our goal is to establish a model-driven development process throughout the project around a domain-specific language (DSL) facilitating the compact description of adaptive modular architectures for rich motor skills. Incorporating further languages for other aspects (e.g. mapping to a technical component architecture) the approach allows not only the formal description of motor skill architectures but also automated code-generation for experimentation on technical robot platforms. This paper reports on a first case study exemplifying how the developed AMARSi DSL helps to conceptualize different architectural approaches and to identify their similarities and differences.

研究动机与目标

• 解决跨学科团队在AMARSi项目中描述运动控制架构时所使用的不一致、不可互操作的符号表示问题。
• 实现基于运动基元的自适应、模块化运动技能架构的标准化、正式化与可比性建模。
• 通过领域特定语言（DSL）支持模型驱动开发，促进面向真实机器人平台的自动生成代码。
• 通过统一不同技术与概念方法的架构描述，提升机器人研究中的协作性与可复现性。
• 为未来机器人学中的模型驱动开发奠定基础，尤其针对动力系统、学习与自适应控制等领域。

提出的方法

• 使用面向特征的领域分析（FODA）进行正式的领域分析，识别柔性机器人运动控制中的核心概念、结构与约束。
• 定义一个架构元模型，同时捕捉通用软件架构元素（如组件、端口）与领域特定实体（如自适应组件、跟踪控制器）。
• 设计模块化语言架构（LME&C），以分离关注点，其中AMARSi DSL专注于高层运动控制结构与语义。
• 使用MPS语言工作台实现DSL，支持模型转换、中间模型保留以及通过CCA和RCI库将模型自动生成为C++代码。
• 生成可执行系统文件与带有类型端口及生命周期钩子的CCA组件外壳，支持在线与离线学习。
• 使用Graph DSL通过GraphML可视化系统架构，支持对不同架构蓝图的对比分析。

实验结果

研究问题

• RQ1 领域特定语言在多学科机器人项目中如何提升运动控制架构设计的可比性与标准化？
• RQ2 采用DSL的模型驱动开发方法在多大程度上能够降低复杂性并提升运动技能架构研究的可复现性？
• RQ3 模块化DSL架构能否有效分离系统结构、数据类型与部署配置等关注点，同时支持自动生成代码？
• RQ4 统一DSL的使用如何促进识别不同运动控制架构之间的共性模式与结构差异？
• RQ5 中间模型保留如何在开发流程中支持专家对生成模型的逐步细化？

主要发现

• AMARSi DSL成功实现了AMARSi项目中四种不同运动控制架构蓝图的正式、标准化表示，使其可直接进行比较。
• 基于DSL的方法揭示了不同架构之间的结构相似性与差异性，例如自适应组件与空间的共享使用，这些在以往异构符号表示中曾被掩盖。
• 从AMARSi DSL自动生成的代码成功产出可执行的C++代码与CCA组件外壳，包括对学习钩子的支持，证明了技术可行性。
• 在MPS工作台中使用中间模型，使专家能够在不改变高层架构意图的前提下，逐步细化技术细节（如部署、可视化）。
• 基于DSL的模型驱动流程显著增强了跨学科研究人员之间的协作与概念一致性，通过统一术语与结构实现。
• 该方法具备可扩展性与可伸缩性，未来计划提取独立的机器人数据类型DSL，以在更广泛的机器人系统中复用。