【技术实现步骤摘要】
本专利技术属于机器人动作任务规划控制的，具体涉及一种基于扩展动作的任务规划方法、计算机设备和存储介质。
技术介绍
1、任务规划是智能机器人系统的重要功能之一，当机器人具备完成某些复杂任务的原子操作的能力时，任务规划技术能够有效的组合这些原子能力以完成复杂任务，从而避免针对每一个复杂任务专门进行开发，大大加大智能机器人的灵活性和智能性。
2、随着科学技术的不断进步，发现机器人的动作能力有时会受到任务规划能力的限制，具体是：
3、1、机器人自身的感知具有局部性，因此机器人无法在同一时刻感知整个环境，这也导致了机器人感知的信息存在不完整的情况。经典的任务规划要求已知的信息足够支撑进行任务规划，而信息的不完整性有时会破坏经典规划方法的应用条件，进而导致规划难以成功。
4、2、开放环境是动态的，处于不断的变化之中，之前感知到的物体状态在规划时导致执行时已经发生的改变。经典的任务规划难以处理这种情况，因为规划总是基于机器人的认知，而机器人的认知和真实环境的状态可能存在偏差。
5、3、经典的规划方法只有在规划成功时返回规划的结构，即计划。而在规划失败时难以返回任何信息，这导致经典的任务规划无法提供导致规划失败的具体解释。
6、因此，当前机器人在任务规划上难以应对开放环境中的信息不完整、认知世界和真实世界的差异，同时难以在规划失败时提供解释的问题。
技术实现思路
1、为了克服现有技术的不足，本专利技术的目的在于提供一种基于扩展动作的任务规
2、本专利技术的目的通过以下技术方案实现：
3、一种基于扩展动作的任务规划方法，包括以下步骤：
4、s10:根据目标指令设定相应的任务规划，机器人获取相应的任务规划，判断任务规划是否可获得达成目标指令的目标计划，如是，则任务规划为有解；如否，则任务规划无解，进而进入下一步骤s20；
5、s20:判断任务规划是否缺乏目标物体，如否，则进入下一步骤s30；如是，则在任务规划中添加目标物体，重新判断任务规划通过机器人是否可获得达成目标指令的目标计划，如是，则添加目标物体的任务规划有解，并确定原任务规划无解在于缺乏目标物体，如否，则添加目标物体的任务规划仍无解，并进入下一步骤s30；
6、s30：根据目标指令并基于虚动作设定相应的任务规划，判断机器人根据基于虚动作设定的任务规划是否可获得达成目标指令的目标计划，如否，则基于虚动作设定的任务规划为无解，则确定原任务规划无解在于中间工具缺失；如是，则基于虚动作设定的任务规划有解，并进入下一步骤s40；
7、s40：对基于虚动作设定的任务规划进行分析，判断基于虚动作设定的任务规划是否含有全虚动作，如是，则确定原任务规划无解在于能力匮乏；如否，则确定原任务规划无解在于环境状态限制。
8、进一步的，在步骤s20中，当判断任务规划是否缺乏目标物体时，获取系统在任务规划无解状态下的初始系统状态涉及的物体集合，获取任务规划目标涉及的物体集合；当任务目标涉及的物体集合为系统状态涉及的物体集合的子集时，则表明原任务规划不缺乏目标物体；此时，进入步骤s30；反之，继续步骤s20。
9、进一步的，在步骤s20中，当重新判断任务规划通过机器人是否可获得达成目标指令的目标计划时，获取任务规划无解时的初始状态涉及的物体集合，获取任务目标涉及的物体集合，获取任务目标的物体集合和初始状态的物体集合的差集；
10、将该差集添加进系统初始状态，机器人根据新的系统初始状态执行任务规划，当任务规划有解时，则表明原任务规划无解在于缺乏目标物体；反之，进入步骤s30。
11、进一步的，在步骤s30中，当判断机器人根据基于虚动作设定的任务规划是否可获得达成目标指令的目标计划，获取s20阶段任务规划无解时的初始状态，获取用于规划的虚动作集合，获取机器人的一般动作集合；
12、将虚动作集合和一般动作集合合并为新的规划动作集合，在新的规划动作集合上进行任务规划，当新的任务规划无解，则表明原任务规划无解在于中间工具缺失；反之，进入步骤s40。
13、进一步的，在步骤s40中，当判断原任务规划无解在于能力匮乏或环境状态限制时，获取机器人规划动作集中的所有一般动作，任务规划生成的计划中的所有虚动作：
14、当任务规划生成的计划中的某个虚动作的效果不属于规划动作集的任何一个一般动作的效果，则表明原任务规划无解在于能力匮乏；
15、当任务规划生成的计划中的所有虚动作的效果都属于规划动作集的某个一般动作的效果，则表明原任务规划无解在于环境状态限制。
16、进一步的，在步骤s40中，当判断基于虚动作设定的任务规划是否含有全虚动作时，获取机器人规划动作集中的所有一般动作，任务规划生成的计划中的所有虚动作；
17、当任务规划生成的计划中的某个虚动作的效果不属于规划动作集的任何一个一般动作的效果，则表明原任务规划中的虚动作为全虚动作；反之则表明原任务规划中的虚动作为半虚动作。
18、进一步的，在获取系统在新任务规划下对应系统变换过程的系统变换状态集合的过程中：获取任务中的虚动作序列，获取虚动作序列的效果，获取系统状态集合中与虚动作效果不相容的实例状态集合的交集，系统状态集合和虚动作效果的并集和该交集之间的差集，则为系统经相应虚动作变换后的系统状态集合。
19、进一步的，在步骤30中，基于虚动作获取代价最小的任务规划，该过程中根据以下参数最小化公式求解获得：
20、
21、其中，π*为获取的任务规划目标，π为任务规划的某个计划，∏是在所有动作集合和虚动作集合上的任务规划的所有可行解，ai为相应次序i的一般动作，c为代价变量，为相应次序i的一般动作ai后预期的系统状态；
22、当虚动作的代价远大于一般动作时，任务规划中由虚动作完成的状态转换必然不能由一般动作完成，即虚动作不影响正常规划的逻辑。
23、一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现基于扩展动作的任务规划方法的步骤。
24、一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现基于扩展动作的任务规划方法的步骤。
25、本专利技术具有如下有益效果：
26、本专利技术的基于扩展动作的任务规划方法，主要应用于系统机器人，系统根据目标指令设定任务规划，机器人通过获取任务规划执行动作，判断任务规划是否可获得达成目标指令的目标计划，即通过判断目标指令的完成情况，即可判断该任务规划是否有解。本专利技术采用进阶式的方式对任务规划是否有解进行判断，首先通过添加对应的目标物体，以判断任务规划无解是否在于缺本文档来自技高网...
【技术保护点】
1.一种基于扩展动作的任务规划方法，其特征在于，包括以下步骤：
2.如权利要求1的所述基于扩展动作的任务规划方法，其特征在于：
3.如权利要求1的所述基于扩展动作的任务规划方法，其特征在于：
4.如权利要求1的所述基于扩展动作的任务规划方法，其特征在于：
5.如权利要求3或4任一所述基于扩展动作的任务规划方法，其特征在于：
6.如权利要求4的所述基于扩展动作的任务规划方法，其特征在于：
7.如权利要求4的所述基于扩展动作的任务规划方法，其特征在于：
8.如权利要求1的所述基于扩展动作的任务规划方法，其特征在于：
9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，处理器执行计算机程序时实现权利要求1至8任一项方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，计算机程序被处理器执行时实现权利要求1至8任一项方法的步骤。
【技术特征摘要】
1.一种基于扩展动作的任务规划方法，其特征在于，包括以下步骤：
2.如权利要求1的所述基于扩展动作的任务规划方法，其特征在于：
3.如权利要求1的所述基于扩展动作的任务规划方法，其特征在于：
4.如权利要求1的所述基于扩展动作的任务规划方法，其特征在于：
5.如权利要求3或4任一所述基于扩展动作的任务规划方法，其特征在于：
6.如权利要求4的所述基于扩展动作的任务规划方法，其特征在于：
【专利技术属性】
技术研发人员：崔国伟，帅威，高杨，仵沛宸，陈小平，
申请(专利权)人：广东省科学院智能制造研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。