Mission specification and decomposition for multi-robot systems

Artificial intelligence 0209 industrial biotechnology Robot Economics Automação de processo FOS: Mechanical engineering Decomposição de missão (Computação) 02 engineering and technology Self-Reconfiguration Autonomic Computing and Self-Adaptive Systems Systems engineering Task (project management) Engineering Artificial Intelligence Service (business) Self-Reconfigurable Robotic Systems and Modular Robotics Key (lock) Biology Reusability Decomposition Software engineering Automated Software Testing Techniques Human–computer interaction Ecology Mechanical Engineering Sistemas Multi-Robô Robotics Economy Computer science 004 Process (computing) Programming language Operating system Robôs - programação FOS: Biological sciences Alocação de tarefas (Computação) Physical Sciences Computer Science Software
DOI: 10.1016/j.robot.2023.104386 Publication Date: 2023-02-28T02:03:26Z
ABSTRACT
يتم استخدام روبوتات الخدمة بشكل متزايد لأداء مهام تشتمل على مهام خطيرة أو شاقة سبق أن نفذها البشر. ومع ذلك، فإن مستخدميها - الذين يعرفون بيئة ومتطلبات هذه المهام - لديهم خبرة محدودة أو معدومة في مجال الروبوتات. على هذا النحو، غالبًا ما يجدون عملية تخصيص المهام الملموسة لكل روبوت داخل نظام متعدد الروبوتات (MRS) صعبة للغاية. تقدم ورقتنا إطارًا لمواصفات المهمة متعددة الروبوتات والتحلل (MutRoSe) الذي يبسط ويؤتمت الأنشطة الرئيسية لهذه العملية. ولتحقيق هذه الغاية، يسمح MutRoSe لمصمم مهمة MRS بتحديد جميع الجوانب ذات الصلة بالمهمة وبيئتها بلغة مواصفات عالية المستوى تفسر تباين سيناريوهات العالم الحقيقي، والتبعيات بين مثيلات المهام، وقابلية إعادة استخدام مكتبات المهام. بالإضافة إلى ذلك، يقوم MutRoSe بأتمتة تحلل مهام MRS المحددة بهذه اللغة إلى حالات مهام، والتي يمكن تخصيصها بعد ذلك لروبوتات محددة للتنفيذ - مع مراعاة جميع تبعيات المهام بشكل مناسب. نوضح تطبيق MutRoSe ونظهر فعاليته لأربع مهام مأخوذة من مستودع تم نشره مؤخرًا لتطبيقات MRS.<br/>Les robots de service sont de plus en plus utilisés pour effectuer des missions comprenant des tâches dangereuses ou fastidieuses précédemment exécutées par des humains. Cependant, leurs utilisateurs, qui connaissent l'environnement et les exigences de ces missions, ont peu ou pas d'expérience en robotique. En tant que tel, ils trouvent souvent le processus d'attribution de tâches concrètes à chaque robot au sein d'un système multi-robot (SRM) très difficile. Notre article présente un cadre pour la spécification et la décomposition des missions multirobots (MutRoSe) qui simplifie et automatise les activités clés de ce processus. À cette fin, MutRoSe permet à un concepteur de mission MRS de définir tous les aspects pertinents d'une mission et de son environnement dans un langage de spécification de haut niveau qui tient compte de la variabilité des scénarios du monde réel, des dépendances entre les instances de tâches et de la réutilisabilité des bibliothèques de tâches. De plus, MutRoSe automatise la décomposition des missions MRS définies dans ce langage en instances de tâches, qui peuvent ensuite être attribuées à des robots spécifiques pour exécution, toutes les dépendances de tâches étant prises en compte de manière appropriée. Nous illustrons l'application de MutRoSe et montrons son efficacité pour quatre missions tirées d'un référentiel d'applications MRS récemment publié.<br/>Los robots de servicio se utilizan cada vez más para realizar misiones que comprenden tareas peligrosas o tediosas previamente ejecutadas por humanos. Sin embargo, sus usuarios, que conocen el entorno y los requisitos para estas misiones, tienen poca o ninguna experiencia en robótica. Como tal, a menudo encuentran muy difícil el proceso de asignar tareas concretas a cada robot dentro de un sistema multi-robot (MRS). Nuestro documento presenta un marco para la especificación y descomposición de la misión Multi-Robot (MutRoSe) que simplifica y automatiza las actividades clave de este proceso. Con ese fin, MutRoSe permite que un diseñador de misiones MRS defina todos los aspectos relevantes de una misión y su entorno en un lenguaje de especificación de alto nivel que tenga en cuenta la variabilidad de los escenarios del mundo real, las dependencias entre las instancias de tareas y la reutilización de las bibliotecas de tareas. Además, MutRoSe automatiza la descomposición de las misiones MRS definidas en este lenguaje en instancias de tareas, que luego se pueden asignar a robots específicos para su ejecución, teniendo debidamente en cuenta todas las dependencias de las tareas. Ilustramos la aplicación de MutRoSe y mostramos su efectividad para cuatro misiones tomadas de un repositorio recientemente publicado de aplicaciones MRS.<br/>Service robots are increasingly being used to perform missions comprising dangerous or tedious tasks previously executed by humans. However, their users—who know the environment and requirements for these missions—have limited or no robotics experience. As such, they often find the process of allocating concrete tasks to each robot within a multi-robot system (MRS) very challenging. Our paper introduces a framework for Multi-Robot mission Specification and decomposition (MutRoSe) that simplifies and automates key activities of this process. To that end, MutRoSe allows an MRS mission designer to define all relevant aspects of a mission and its environment in a high-level specification language that accounts for the variability of real-world scenarios, the dependencies between task instances, and the reusability of task libraries. Additionally, MutRoSe automates the decomposition of MRS missions defined in this language into task instances, which can then be allocated to specific robots for execution—with all task dependencies appropriately taken into account. We illustrate the application of MutRoSe and show its effectiveness for four missions taken from a recently published repository of MRS applications.<br/>
SUPPLEMENTAL MATERIAL
Coming soon ....
REFERENCES (40)
CITATIONS (7)
EXTERNAL LINKS
PlumX Metrics
RECOMMENDATIONS
FAIR ASSESSMENT
Coming soon ....
JUPYTER LAB
Coming soon ....