房芳 馬旭東 錢堃 梁志偉

(1東南大學(xué)復(fù)雜工程系統(tǒng)測量與控制教育部重點(diǎn)實(shí)驗(yàn)室，南京 210096)(2南京郵電大學(xué)自動化學(xué)院，南京 210046)

未來移動機(jī)器人真正成為人類便捷友好的助手，首先需要能夠適應(yīng)在與人共存、高度動態(tài)的應(yīng)用環(huán)境中與人和諧共處［1-2］.這對于機(jī)器人能夠在已知應(yīng)用環(huán)境模型中根據(jù)任務(wù)需求進(jìn)行任務(wù)規(guī)劃起著關(guān)鍵的作用.同時，為了有效降低機(jī)器人成本、提高機(jī)器人執(zhí)行任務(wù)的能力，智能環(huán)境或智能空間［3-5］與機(jī)器人相結(jié)合已成為必然趨勢.

機(jī)器人規(guī)劃研究主要在于機(jī)器人處于有噪音的各類環(huán)境模型中，各種感知信息都在一定程度上具有不確定性，這樣機(jī)器人就需要將感知和執(zhí)行進(jìn)行整合來進(jìn)行直接規(guī)劃.Hoffman 和 Breazeal［6-7］的研究表明機(jī)器人對人的行為識別和推理以及機(jī)器人據(jù)此進(jìn)行自身任務(wù)規(guī)劃及執(zhí)行能夠有效提高人機(jī)合作與交互能力.而智能環(huán)境恰好能夠通過其復(fù)雜聯(lián)合感知和執(zhí)行能力對其空間中的服務(wù)對象人行為進(jìn)行監(jiān)控識別和推測.在Montreuil等［8］提出的人機(jī)聯(lián)合任務(wù)規(guī)劃器HATP(human aware task planner)，以及 Galindo 等［9］提出的人機(jī)協(xié)作規(guī)劃方法中，機(jī)器人并沒有考慮服務(wù)對象人的行為動作習(xí)慣，而只是簡單預(yù)測人的行為規(guī)劃提供給機(jī)器人規(guī)劃器.Mausam［10］提出的 CoMDPs(concurrent markov processes)方法是完全可觀的MDPs(markov decision processes)擴(kuò)展，同時提出如何計(jì)算得到一系列能夠被同時安全執(zhí)行且具有一定持續(xù)時間的規(guī)劃行為，但該方法僅針對機(jī)器人單一智能體且隨機(jī)的行為動作執(zhí)行時間大大增加了計(jì)算負(fù)擔(dān)，并不適合機(jī)器人在線規(guī)劃任務(wù).針對以上應(yīng)用，本文研究在移動機(jī)器人傳統(tǒng)的確定型任務(wù)規(guī)劃和執(zhí)行中，考慮服務(wù)對象人類存在等動態(tài)環(huán)境，并充分利用智能服務(wù)構(gòu)件，通過機(jī)器人任務(wù)規(guī)劃和執(zhí)行與在線再規(guī)劃-執(zhí)行，達(dá)到優(yōu)化服務(wù)功能.

1 分布式移動機(jī)器人系統(tǒng)架構(gòu)

為體現(xiàn)機(jī)器人的主動性，本系統(tǒng)采用一種以機(jī)器人為中心的服務(wù)構(gòu)件化的移動機(jī)器人系統(tǒng)基本架構(gòu)，如圖1所示.

該系統(tǒng)由移動機(jī)器人和環(huán)境智能節(jié)點(diǎn)兩部分組成，它們同處在一個環(huán)境當(dāng)中，相互之間通過網(wǎng)絡(luò)相連，這里的網(wǎng)絡(luò)可以是無線的，也可以是有線的，既包括局域網(wǎng)，也包括互聯(lián)網(wǎng).因此，這里的環(huán)境包括本地環(huán)境和互聯(lián)網(wǎng)環(huán)境，環(huán)境智能節(jié)點(diǎn)也包括本地智能節(jié)點(diǎn)和互聯(lián)網(wǎng)智能節(jié)點(diǎn).環(huán)境智能節(jié)點(diǎn)實(shí)際上就是各個輔助資源設(shè)備，它們分布在空間中，可以固定地嵌入環(huán)境，也可以具備一定移動性，例如移動小車、活動機(jī)械臂等等，它們都有獨(dú)立的IP，以網(wǎng)絡(luò)節(jié)點(diǎn)的形式提供訪問.在整個架構(gòu)中，機(jī)器人作為系統(tǒng)的核心，負(fù)責(zé)完成各種任務(wù)，而環(huán)境智能節(jié)點(diǎn)則是互相協(xié)作起來為其提供各種各樣的輔助，協(xié)助其完成任務(wù).

圖1 以機(jī)器人為中心的分布式智能系統(tǒng)

由于分布式機(jī)器人系統(tǒng)的分布性和自主性的特點(diǎn)，以及所處觀測環(huán)境的動態(tài)特性，本文采用A-gent映射各個智能構(gòu)件，將整個分布式構(gòu)件化機(jī)器人系統(tǒng)構(gòu)建成一個MAS系統(tǒng)［11］，按照構(gòu)件智能水平的高低將其劃分成3個不同層次的Agent:A1，A2和IAAs(interaction agents)，其中A1表示智能水平最高的移動機(jī)器人，其主要作用是總體任務(wù)規(guī)劃和分配，同時能夠?qū)Νh(huán)境中的其他智能構(gòu)件進(jìn)行控制和協(xié)調(diào).A2表示環(huán)境中其他的智能構(gòu)件節(jié)點(diǎn)，通過任務(wù)建模、匹配、篩選完成任務(wù)分配過程，并將獲得的子任務(wù)分解成一系列具體的機(jī)器人可執(zhí)行的動作序列.IAAs表示和機(jī)器人有行為交互的服務(wù)對象人智能體，通過與A1的交互和協(xié)商解決避免人機(jī)沖突/阻塞和不友好的問題.本文提出在完全分布式結(jié)構(gòu)的基礎(chǔ)上，加入集中式結(jié)構(gòu)的優(yōu)點(diǎn)，引入復(fù)合Agent和移動Agent概念，建立一種高可靠性的分布式機(jī)器人系統(tǒng)的多Agent結(jié)構(gòu)，具體結(jié)構(gòu)如圖2所示.

圖2 機(jī)器人系統(tǒng)多Agent結(jié)構(gòu)

與完全分布式結(jié)構(gòu)不同的是，將集中式結(jié)構(gòu)和分布式結(jié)構(gòu)相結(jié)合，同時引入復(fù)合Agent和移動Agent技術(shù)，對機(jī)器人Agent和智能構(gòu)件Agent進(jìn)行了重新定義，將其功能分成兩部分:A'1和A'2，其中A'1的功能是總體任務(wù)全局規(guī)劃，能夠?qū)φ麄€系統(tǒng)進(jìn)行整體集中監(jiān)控，具體功能主要是根據(jù)服務(wù)對象人智能體的日程安排和其返回的狀態(tài)進(jìn)行任務(wù)分析，確定系統(tǒng)將要執(zhí)行的任務(wù)計(jì)劃，并在自動任務(wù)發(fā)現(xiàn)分配機(jī)制的基礎(chǔ)上完成任務(wù)分配和規(guī)劃，同時對智能節(jié)點(diǎn)進(jìn)行監(jiān)督控制.正常情況下只有機(jī)器人節(jié)點(diǎn)上的A'1起作用，其他智能構(gòu)件上的A'1不發(fā)揮作用.通常整個系統(tǒng)的規(guī)劃功能通過機(jī)器人A'1與智能構(gòu)件A'2共同完成.同時A'1具有移動性，在機(jī)器人節(jié)點(diǎn)功能失效時可由智能構(gòu)件節(jié)點(diǎn)上的A'1代替，這種移動智能體技術(shù)增加了整個規(guī)劃系統(tǒng)的可靠性和穩(wěn)定性.A'2的主要功能是任務(wù)的分解執(zhí)行，正常情況下只有智能構(gòu)件節(jié)點(diǎn)上的A'2起作用，只有當(dāng)其功能失效時才會轉(zhuǎn)移到機(jī)器人節(jié)點(diǎn)的A'2上.在這種集中式和分布式相結(jié)合的系統(tǒng)架構(gòu)下，任何時刻都有且只有一個節(jié)點(diǎn)負(fù)責(zé)整體任務(wù)規(guī)劃與執(zhí)行控制，因此能夠保證系統(tǒng)的全局最優(yōu)性和可控性.另外，提出基于語義功能建模與匹配的自動任務(wù)發(fā)現(xiàn)分配機(jī)制，并在此基礎(chǔ)上實(shí)現(xiàn)了機(jī)器人系統(tǒng)自動任務(wù)規(guī)劃與執(zhí)行策略，各Agent間通過建模、匹配、篩選完成任務(wù)分配過程，有效解決了環(huán)境動態(tài)未知性帶來的問題.同時引入IAAs智能體，提出一系列人機(jī)和諧相處的規(guī)則，有效實(shí)現(xiàn)對人友好的機(jī)器人自主任務(wù)規(guī)劃與執(zhí)行，提高了系統(tǒng)對服務(wù)對象人的適應(yīng)性，滿足人機(jī)和諧相處的需求.

2 構(gòu)件化環(huán)境下任務(wù)規(guī)劃與執(zhí)行系統(tǒng)基本層次結(jié)構(gòu)

將整個分布式構(gòu)件化機(jī)器人系統(tǒng)的任務(wù)規(guī)劃與控制分為任務(wù)計(jì)劃層、任務(wù)分配層、IAAs管理層、自主規(guī)劃層和構(gòu)件管理層5個層次，如圖3所示.

其中任務(wù)計(jì)劃層根據(jù)IAAs的日程安排和IAAs管理層返回的狀態(tài)進(jìn)行任務(wù)分析，確定系統(tǒng)將要激活的任務(wù)計(jì)劃.任務(wù)由多個分解的子任務(wù)構(gòu)成，子任務(wù)的執(zhí)行優(yōu)先級各不相同，因此還需要按照各個子任務(wù)的優(yōu)先級順序?qū)ζ溥M(jìn)行排序、組合等，從而最終確定其執(zhí)行順序，同時對整個系統(tǒng)任務(wù)進(jìn)行監(jiān)控與協(xié)調(diào)，對由于動態(tài)環(huán)境而沒有完成的任務(wù)進(jìn)行掛起或收回，再根據(jù)其任務(wù)優(yōu)先級和執(zhí)行時間重新進(jìn)行規(guī)劃.

圖3 分布式構(gòu)件化機(jī)器人系統(tǒng)層次結(jié)構(gòu)圖

任務(wù)分配層主要完成任務(wù)對智能構(gòu)件和機(jī)器人的分配過程，同時滿足既定的優(yōu)化目標(biāo).引入語義網(wǎng)技術(shù)，提出基于語義功能建模與匹配的自動任務(wù)發(fā)現(xiàn)分配機(jī)制，并在此基礎(chǔ)上實(shí)現(xiàn)了機(jī)器人系統(tǒng)自動任務(wù)規(guī)劃與執(zhí)行策略，各Agent間通過建模、匹配、篩選完成任務(wù)分配過程，有效解決了環(huán)境動態(tài)未知性帶來的問題.

IAAs管理層主要負(fù)責(zé)對和機(jī)器人有行為交互的服務(wù)對象智能體進(jìn)行構(gòu)建和更新管理，為了進(jìn)行對人友好的機(jī)器人自主任務(wù)規(guī)劃與執(zhí)行，借鑒人際相處中的若干習(xí)慣原則，如不侵犯他人的個人空間、人機(jī)交互最小范圍、對他人保持可視性、遵守行駛靠向、預(yù)測并禮讓他人等，對此類原則進(jìn)行量化，構(gòu)建約束條件融入機(jī)器人任務(wù)規(guī)劃器中.

自主規(guī)劃層主要在機(jī)器人節(jié)點(diǎn)和各個智能構(gòu)件節(jié)點(diǎn)上運(yùn)行，將獲得的子任務(wù)分解成一系列具體的機(jī)器人可執(zhí)行的動作序列，包括建立自主規(guī)劃模型和開發(fā)高效的規(guī)劃執(zhí)行算法，這部分功能在各個智能節(jié)點(diǎn)上自主運(yùn)行，而不需與其他節(jié)點(diǎn)協(xié)作執(zhí)行.

構(gòu)件管理層對輔助機(jī)器人的各種智能構(gòu)件進(jìn)行集中管理和監(jiān)控，從而能夠合理高效地利用智能環(huán)境中的構(gòu)件資源.分布式構(gòu)件化機(jī)器人系統(tǒng)中的構(gòu)件資源多種多樣，如智能視覺節(jié)點(diǎn)、移動小車等，必須對這些資源進(jìn)行全局監(jiān)控和管理.在構(gòu)件管理層的統(tǒng)一管理下，各個智能構(gòu)件將其功能模型與任務(wù)需求模型進(jìn)行匹配，篩選出符合要求的任務(wù)并按功能相似度排序，從而形成可直接調(diào)用的候選服務(wù)列表，當(dāng)異常事件發(fā)生時，如節(jié)點(diǎn)出現(xiàn)故障，構(gòu)件管理層即可通過網(wǎng)絡(luò)發(fā)出故障信號并再次向機(jī)器人或其他構(gòu)件發(fā)出資源請求信息，從而重新進(jìn)行任務(wù)分配和規(guī)劃執(zhí)行功能.

3 任務(wù)規(guī)劃方法

多Agent協(xié)商(任務(wù)規(guī)劃分配)模型如圖4所示.機(jī)器人Agent是分布式機(jī)器人系統(tǒng)任務(wù)規(guī)劃的組織者和管理者，是與服務(wù)對象智能體IAAs的唯一接口，負(fù)責(zé)定期從IAAs獲取新任務(wù)，并將任務(wù)及時分配和執(zhí)行.其他服務(wù)構(gòu)件Agent均在機(jī)器人Agent的控制下通過建模、匹配、篩選完成任務(wù)分配過程，并分解執(zhí)行得到的子任務(wù)，并向機(jī)器人A-gent進(jìn)行任務(wù)執(zhí)行結(jié)果反饋操作，從而最終通過機(jī)器人Agent反饋給IAAs，有效解決了環(huán)境動態(tài)未知性帶來的問題.通過這種任務(wù)分配、執(zhí)行方式可以最大程度上實(shí)現(xiàn)智能構(gòu)件環(huán)境下機(jī)器人系統(tǒng)的自主運(yùn)行，增強(qiáng)系統(tǒng)的穩(wěn)定性和可靠性.機(jī)器人智能體對服務(wù)構(gòu)件智能體的查詢請求中包含任務(wù)需求模型描述，服務(wù)構(gòu)件智能體先采用自己的匹配算法判斷是否反饋，但只完成一部分匹配工作(例如只關(guān)注入口參數(shù)的匹配，即先保證機(jī)器人提供的入口參數(shù)能夠支持任務(wù)運(yùn)行)，另一部分則交給機(jī)器人完成(例如出口參數(shù)的匹配，保證任務(wù)能夠提供所需信息).這樣，最終得到的是“雙方都認(rèn)可的服務(wù)”.

圖4 任務(wù)規(guī)劃分配模型

4 結(jié)語

本文建立了智能服務(wù)構(gòu)件環(huán)境下機(jī)器人任務(wù)規(guī)劃與執(zhí)行系統(tǒng)基本框架.通過機(jī)器人Agent、智能構(gòu)件Agent與交互人Agent之間不斷的協(xié)作過程完成任務(wù)的規(guī)劃、分配與執(zhí)行.通過一系列人機(jī)和諧相處的規(guī)則，使任務(wù)分配對服務(wù)對象人具有一定適應(yīng)性.該架構(gòu)將機(jī)器智能分散到智能構(gòu)件中，有效解決規(guī)劃問題中計(jì)算量過大的瓶頸問題.

References)

［1］Karola P，Sebastian W，Christian S J，et al.Attitude of German museum visitors towards an interactive art guide robot［C］//Proceedings of the 6th ACM/IEEE International Conference on Human-Robot Interaction.Lausanne，Switzerland，2011:227-228.

［2］Taha T，Miro J V，Dissanayake G.A POMDP framework for modelling human interaction with assistive robots［C］//IEEE International Conference on Robots and Automation.Shanghai，China，2011:544-549.

［3］Luo R C，Zhan J W，Cheng W H，et al.Networkbased multimodal human-robot interactions in ubiquitous computing environment［C］//IEEE International Conference on Robotics and Biomimetics(ROBIO).Bangkok，Thailand，2009:131-136.

［4］金欣，輔助移動機(jī)器人的智能環(huán)境服務(wù)構(gòu)件開發(fā)及其應(yīng)用［D］.南京:東南大學(xué)自動化學(xué)院，2010.

［5］Qian Kun，Ma Xudong，Dai Xianzhong，et al.Semantic service composition mechanism for componentbased robotic system［C］//Proceeding of 37th Annual Conference of IEEE Industrial Electronics Society.Melbourne，Australia，2011:3192-3197.

［6］Hoffman G，Breazeal C.Cost-based anticipatory action selection for human-robot fluency［J］.IEEE Transactions on Robotics，2007，23(5):592-561.

［7］Hoffman G，Breazeal C.Effects of anticipatory action on human-robot teamwork—efficiency，fluency，and perception of team［C］//Proceedings of the International Conference on Human-Robot Interaction.Washington，DC，USA，2007:1-8.

［8］Montreuil V，Clodict A，Ransan M，et al.Planning human centered robot activities［C］//IEEE International Conference on Systems， Man and Cybernetics.Montreal，Cook Islands，2007:2476-2481.

［9］Galindo C，F(xiàn)ernandez-Madrigal Juan-Antonio，Gonzalez J.Multihierarchical interactive task planning:application to mobile robotics［J］.IEEE Transactions on Systems Man and Cybernetics Part B-Cybernetics，2008，38(3):785-798.

［10］Mausam Weld D S.Planning with durative actions in stochastic domains［J］.Journal of Artificial Intelligence Research，2008，31:33-82.

［11］張正強(qiáng).基于MAS的分布式成像衛(wèi)星系統(tǒng)任務(wù)規(guī)劃與控制問題研究［D］.湖南:國防科學(xué)技術(shù)大學(xué)信息系統(tǒng)與管理學(xué)院，2006.