Hierarchical Task and Motion Planning using Logic-Geometric Programming ( HLGP )

Hierarchical Task and Motion Planning using Logic-Geometric Programming ( HLGP )
复制标题

使用逻辑几何规划 ( HLGP ) 进行分层任务和运动规划

DOI：
--
复制
发表时间：
2010
期刊：
影响因子：
--
通讯作者：
Marc Toussaint
Marc Toussaint
中科院分区：
--
文献类型：
--
作者：
Danny Driess;Ozgur S. Oguz;Marc Toussaint

文献摘要

被引文献

相似文献

在这项工作中，我们提出了一种基于优化框架的分层任务和运动规划方法(TAMP)。最近关于将TAMP描述为逻辑增强的非线性程序的工作已经显示出显著的能力。然而，将这种方法扩展到具有许多离散决策或更长视野的领域意味着计算瓶颈。为了克服这一点，我们在这个框架内引入了层次结构，在较粗的级别上解决了决策较少离散的问题。形式上，层次结构的定义方式是，在较粗的层次结构级别上产生的非线性程序是较精细层次结构的下界。我们演示了该方法对于双手操作任务和移动操作场景的通用性，其中移动操作场景包括类似蠕虫的行走机器人。
In this work, we present a hierarchical approach to task and motion planning (TAMP) within an optimizationbased framework. Recent work on formulating TAMP as a logic enhanced nonlinear program has shown remarkable capabilities. However, scaling this approach to domains with many discrete decisions or longer horizons implies a computational bottleneck. To overcome this, we introduce hierarchies within this framework, where on coarser levels a problem with less discrete decisions is solved. Formally, the hierarchies are defined in a way that the resulting nonlinear programs on coarser hierarchy levels are lower bounds on the finer hierarchies. We demonstrate the generality of the approach for both a bi-manual manipulation task and a mobile manipulation scenario which includes a “worm” like walking robot.