NASA噴氣推進實驗室(JPL)，德克薩斯農(nóng)工大學和卡內(nèi)基梅隆大學的研究人員最近開展了一項研究項目，旨在實現(xiàn)自動機器人的同時定位和計劃(SLAP)功能。他們的論文發(fā)表在IEEE Transactions on Robotics上，提出了一種信念空間中的動態(tài)重新計劃方案，該方案對于不確定性(例如在變化的環(huán)境中)運行的機器人特別有用。

進行這項研究的研究人員之一Sung Kyun Kim對TechXplore表示：“在現(xiàn)實世界中運行的機器人需要應對不確定性。” “例如，火星漫游車要導航到科學目標位置，但它還需要避免與障礙物碰撞。因此，準確的定位和具有成本效益的路徑規(guī)劃都是必不可少的功能。”

對于在不確定性下運行的自主機器人，SLAP是一項關(guān)鍵功能，使它們能夠有效地導航空間，避開障礙物并規(guī)劃到達目標位置的路徑。甲機器人在不確定性下的順序決策過程可以配制為POMDP(部分可觀察馬爾可夫決策過程)，其需要在線連續(xù)地解決。但是，確保機器人有效，準確地解決POMDP可能具有很大的挑戰(zhàn)性。

Kim解釋說：“我們提出了解決SLAP問題的兩個主要想法。” “一種方法是利用反饋控制器使信念狀態(tài)可達到。這可以有效地打破'歷史的詛咒'，這有助于我們解決更大的問題。另一種方法是動態(tài)地重新計劃并在運行時改進決策，從而增強解決方案。質(zhì)量和健壯性。當存在系統(tǒng)建模錯誤，動態(tài)環(huán)境變化或傳感器/執(zhí)行器間歇性故障時，動態(tài)重新計劃特別有用。”

Kim和他的同事設計了一種信念空間的動態(tài)重新計劃方案，該方案可以使機器人在不確定的情況下(例如在變化的環(huán)境中或遇到意外障礙時)有效地導航周圍的空間。他們的算法有兩個階段，離線和在線。

“在離線階段，我們的算法在信念空間中為每個節(jié)點構(gòu)建一個帶有反饋控制器的稀疏圖，然后解決該圖上的粗略全局策略(決定對當前的信念狀態(tài)采取何種操作)，” Kim說。“在在線階段，每次更新信念狀態(tài)時都會進行動態(tài)重新規(guī)劃。該算法會在本地評估移動到圖上附近節(jié)點的每個動作，并以最低的成本選擇一個動作。執(zhí)行所選動作并更新后，按照目前的信念，它重復了重新計劃的過程。”