[论文解读] Plan Development using Local Probabilistic Models

Ella Atkins, Edmund H. Durfee+1 more|arXiv (Cornell University)|Feb 13, 2013

Real-Time Systems SchedulingComputer Science参考文献 13被引用 20

一句话总结

本文提出一种局部概率建模方法，通过为状态转移分配随时间变化的概率函数，以增强动态环境中计划的制定。通过计算局部状态概率，该方法可选择高概率目标路径并剪枝低概率状态，显著提升了CIRCA架构在飞行模拟测试中的性能。

ABSTRACT

Approximate models of world state transitions are necessary when building plans for complex systems operating in dynamic environments. External event probabilities can depend on state feature values as well as time spent in that particular state. We assign temporally -dependent probability functions to state transitions. These functions are used to locally compute state probabilities, which are then used to select highly probable goal paths and eliminate improbable states. This probabilistic model has been implemented in the Cooperative Intelligent Real-time Control Architecture (CIRCA), which combines an AI planner with a separate real-time system such that plans are developed, scheduled, and executed with real-time guarantees. We present flight simulation tests that demonstrate how our probabilistic model may improve CIRCA performance.

研究动机与目标

• 解决在世界状态转移具有不确定性且依赖于状态特征和时间的复杂动态环境中的规划挑战。
• 开发一种局部且时序相关的过渡概率建模方法，以提高计划的可靠性和效率。
• 将概率状态建模集成到CIRCA架构中，实现实时计划制定并确保执行可行性。
• 通过仿真评估局部概率模型对计划质量与系统性能的影响。

提出的方法

• 该方法基于状态特征值和在每个状态中停留的时间，为状态转移分配随时间变化的概率函数。
• 利用这些时间依赖函数计算局部状态概率，以评估未来状态的可能性。
• 在计划生成过程中，选择高概率目标路径，同时剪枝低概率状态。
• 该模型嵌入CIRCA架构中，该架构将人工智能规划器与实时执行系统耦合，以确保计划的可行性。
• 概率模型使计划能够根据环境条件的变化实现动态自适应。
• 使用飞行模拟来评估该模型对计划制定性能的影响。

实验结果

研究问题

• RQ1 局部概率模型在动态不确定环境中如何改善计划选择？
• RQ2 时变过渡概率在多大程度上提升了计划的可靠性和效率？
• RQ3 将局部概率建模集成到CIRCA中对实时计划执行性能有何影响？
• RQ4 剪枝低概率状态对整体计划质量有何影响？

主要发现

• 将局部概率模型集成到CIRCA显著提升了在动态环境中计划制定的性能。
• 使用时变概率函数可更准确地估计状态转移的可能性。
• 高概率目标路径被一致地选择，而低概率状态在规划过程中被有效剪枝。
• 飞行模拟结果表明，计划质量和系统响应速度均有显著提升。