Identifikační kód | RIV/00216224:14330/12:00057680 |
Název v anglickém jazyce | LTL Robot Motion Control based on Automata Learning of Environmental Dynamics |
Druh | D - Článek ve sborníku |
Jazyk | eng - angličtina |
Obor - skupina | I - Informatika |
Obor | IN - Informatika |
Rok uplatnění | 2012 |
Kód důvěrnosti údajů | S - Úplné a pravdivé údaje o výsledku nepodléhající ochraně podle zvláštních právních předpisů. |
Počet výskytů výsledku | 2 |
Počet tvůrců celkem | 3 |
Počet domácích tvůrců | 1 |
Výčet všech uvedených jednotlivých tvůrců | Yushan Chen (státní příslušnost: CN - Čínská lidová republika) Jana Tůmová (státní příslušnost: CZ - Česká republika, domácí tvůrce: A, vedidk: 4293738) Calin Belta (státní příslušnost: US - Spojené státy americké) |
Popis výsledku v anglickém jazyce | We develop a technique to automatically generate a control policy for a robot moving in an environment that includes elements with partially unknown, changing behavior. The robot is required to achieve an optimal surveillance mission, in which a certainrequest needs to be serviced repeatedly, while the expected time in between consecutive services is minimized. We define a fragment of Linear Temporal Logic (LTL) to describe such a mission and formulate the problem as a temporal logic game. Our approachis based on two main ideas. First, we extend results in automata learning to detect patterns of the partially unknown behavior of the elements in the environment. Second, we employ an automata-theoretic method to generate the control policy. We show that the obtained control policy converges to an optimal one when the unknown behavior patterns are fully learned. We implemented the proposed computational framework in MATLAB. Illustrative case studies are included. |
Klíčová slova oddělená středníkem | formal methods; robotics; linear temporal logic; Markov chain learning; control strategy synthesis; path planning |
Stránka www, na které se nachází výsledek | - |
DOI výsledku | 10.1109/ICRA.2012.6225075 |