[论文解读] Hierarchical and State-based Architectures for Robot Behavior Planning and Control

Philipp Allgeuer, Sven Behnke|arXiv (Cornell University)|Sep 28, 2018

Multi-Agent Systems and Negotiation参考文献 9被引用 29

一句话总结

本文提出了两个跨平台的C++框架——状态控制器库（SC Library）用于分层的状态驱动行为控制，以及行为控制框架（BC Framework）用于基于行为的、抑制驱动的规划，实现了模块化、实时的机器人行为控制。这两个框架在NimbRo-OP人形足球机器人上得到验证，展示了在复杂动态任务中通过抑制机制实现自动行为切换的有效集成。

ABSTRACT

In this paper, two behavior control architectures for autonomous agents in the form of cross-platform C++ frameworks are presented, the State Controller Library and the Behavior Control Framework. While the former is state-based and generalizes the notion of states and finite state machines to allow for multi-action planning, the latter is behavior-based and exploits a hierarchical structure and the concept of inhibitions to allow for dynamic transitioning. The two frameworks have completely independent implementations, but can be used effectively in tandem to solve behavior control problems on all levels of granularity. Both frameworks have been used to control the NimbRo-OP, a humanoid soccer robot developed by team NimbRo of the University of Bonn.

研究动机与目标

• 解决在传统人工智能与反应式控制失效的动态、非确定性环境中实现复杂实时机器人行为的挑战。
• 设计一种模块化、高效且可扩展的行为控制框架，支持从低至中等复杂度的有限状态行为到高复杂度并发行为执行。
• 通过在单一系统中结合基于状态与基于行为的架构，实现规划与反应控制的无缝集成。
• 支持实时性能与跨平台部署，特别适用于人形机器人应用，尤其是机器人足球。
• 提供一种通用、可重用的软件框架，可扩展至机器人足球以外的任何需要结构化行为控制的系统。

提出的方法

• 实现状态控制器库（SC Library）作为基于状态的框架，将有限状态机泛化以支持多动作规划与结构化动作序列。
• 围绕行为的分层树结构设计行为控制框架（BC Framework），利用链式与非链式抑制机制动态管理并发行为的激活。
• 使用激活水平（0.0至1.0）表示行为的准备程度，行为根据感知前提条件与环境状态返回相应值。
• 集成接口层以解耦行为逻辑与底层控制，通过ROS话题与服务在NimbRo-OP系统中实现通信。
• 允许多框架共存：在BC Framework的单个行为内部使用SC Library实现复杂动作序列的内部状态机。
• 系统架构设计使得抑制关系自动管理行为转换，无需显式的状态转换逻辑，从而降低代码复杂度。

实验结果

研究问题

• RQ1 如何设计一种模块化且高效的行为控制架构，以同时支持结构化、顺序行为与并发、动态行为执行的实时机器人系统？
• RQ2 基于抑制的行为协调在多大程度上可减少复杂机器人行为中对显式状态转换定义的需求？
• RQ3 结合基于状态与基于行为控制的混合架构，能否在真实机器人平台上有效管理多层次粒度的行为？
• RQ4 在典型真实机器人场景（如机器人足球）中，这些框架在动态、噪声大且部分可观测的环境中表现如何？
• RQ5 在具有实时约束与多组件协调需求的真实人形机器人系统中，这些框架的实际可行性如何？

主要发现

• SC Library在低至中等复杂度行为中表现良好，例如用于导航与操作的有限状态机，已在NimbRo-OP机器人的多个组件中成功应用。
• BC Framework通过分层抑制模型实现动态并发行为执行，支持在行走靠近球与踢球等行为之间自动切换，无需显式转换逻辑。
• 抑制机制允许行为根据激活水平相互抑制或被抑制，从而在环境变化时实现鲁棒、自组织的行为切换。
• 这两个框架已成功集成至NimbRo-OP机器人的ROS软件栈中，验证了其跨平台兼容性与实时性能。
• SC Library与BC Framework的结合实现了分层行为控制——SC Library用于行为内部的动作序列管理，BC Framework用于高层行为编排。
• 系统在动态环境中表现出鲁棒性，例如在机器人足球中，传感器噪声、部分可观测性与外部扰动普遍存在，验证了框架在真实世界部署中的适用性。