[发明专利]一种任务时序逻辑约束的概率规划识别方法

权利要求书

1.一种任务时序逻辑约束的概率规划识别方法，其特征在于，包括如下步骤：

步骤一，建立面向实际环境的时序逻辑任务模型：利用有限状态转移系统对实际环境建模，再利用线性时序逻辑语言对任务进行描述并转换成对应Büchi自动机，将两者相结合建立同时具有环境信息和任务信息的乘积式Büchi自动机；将任务集中的所有任务建立形成对应乘积式Büchi自动机，组成规划库；

步骤二，根据对目标智能体的观测信息和规划库信息，综合考虑智能体当前位置、姿态、历史轨迹以及任务进程，基于Dijkstra算法设计规划器，并得出规划结果集和整体代价集，其中，智能体的姿态计算以智能体与目标点的朝向角为基准；

步骤三，将规划和规划识别相结合形成统一的整体，对于非合作智能体的未来目标和当前执行任务进行预测和辨识，提取规划器的规划结果集中反映的目标和任务，以规划器的整体代价集为衡量标准，计算目标概率和任务概率；

其中，所述步骤三中，计算得到目标概率和任务概率后，得到预测目标准确率和辨识任务准确率，给出针对所设计概率规划识别算法的评价标准；

所述步骤一中，具体包括如下步骤：

(1)带权的有限状态转移系统：

针对智能体的实际环境建模问题，采用带权的有限状态转移系统WFTS进行描述，定义如下：

定义1.带权的有限状态转移系统(WFTS)由一个多元组组成：

T_c＝(Π,→_c,Π₀,AP,L_c,W_c)

其中：

Π＝{π₁,π₂,...,π_N}表示栅格化后实际环境的各个区域；

→_c：表示两两栅格区域之间的路径连通关系；

Π₀：表示智能体在初始时刻的实际位置；

AP:表示描述不可再划分任务的原子命题；

L_c:表示栅格区域对应的标签函数，即栅格区域对应的任务原子命题的属性；

W_c:表示权重，即智能体在栅格区域之间互相转移所需的代价；

状态π_i可到达的状态表示为Post(π_i)＝{π_j∈Π|π_i→_cπ_j}；将待观察目标智能体的移动轨迹用一个无穷状态序列表示，τ＝π₁→π₂...，其中，π_i∈Post(π_i-1)；

(2)非确定性Büchi自动机：

利用线性时序逻辑LTL语言对原子命题AP进行描述，形成表达式相对于表达式存在一个与其对应的非确定性Büchi自动机NBA，记为

定义2.定义为五元组：

其中，Q表示由自动机中的各个状态q₁,q₂,...,q_n组成的有限状态集合；表示由自动机中的初始状态组成的初始状态集合；2^AP表示由任务原子命题组成的字母表；δ表示自动机中各状态之间的转移关系，表示由自动机中的可接受状态组成的可接受集合；

(3)利用LTL语言对每个待辨识任务进行描述，并转换成相应Büchi自动机；将WFTS和NBA相结合形成面向实际环境的时序逻辑任务模型：

定义3.带权的乘积式Büchi自动机PBA表示为其中：

δ'＝Q'→2^Q'.π_j,q_n∈δ'(π_i,q_m)当且仅当(π_i,π_j)∈→_c并且q_n∈δ(q_m,L_c(π_i))；

Q₀'＝{π,q|π∈Π₀,q∈Q₀}，是初始状态集；

F'＝{π,q|π∈Π₀,q∈F}，是可接受集；

W_p:是权重函数：

W_p(π_i,q_m,π_j,q_n)＝W_c(π_i,π_j)

其中π_j,q_n∈δ'(π_i,q_m)；

所述步骤二具体步骤包括：

定义4.针对时序逻辑任务的规划问题定义为Pl＝{A_p,π_c,Q_c,Rs}，其中，A_p表示任务对应的乘积式自动机，π_c表示智能体的当前位置，Q_c表示当前时刻智能体可能对应的自动机中的状态集，Rs表示以q′_c∈Q′_c为起始点的A_p的所有可接受序列组成的集合，

根据定义4，设定可接受序列的结构为:

R＝R_pre,R_suf＝q'_cq'_c+1…q'_f[q'_fq'_f+1…q'_n]

其中q_f'＝π_f,q_f∈F'；

定义整体代价：

式中，第一个累加部分表示沿前缀部分的累积，第一个累加部分表示沿后缀部分的累积；γ≥0是一个常数，表示前缀代价与后缀代价的相对权重系数；

定义5.针对时序逻辑任务的概率规划识别问题定义为Pr＝{A_p,π_c,Q_c,Rs,Os,Gs,Ps}，其中：

Os表示智能体的历史移动轨迹；

表示目标概率集，表示智能体下一步目标是π_i的概率，Π_g表示待预测目标集；

表示任务概率集，表示当前执行任务是的概率，表示所有任务的集合；

当构建完成A_p之后，以A_p作为输入参数，计算可接受序列集Rs，获取多种规划路径；使用Dijkstra算法，计算带权图中从单点出发到一组目标点的路径，具体步骤如下:

①对于用线性时序逻辑语言描述的任务集将其中每个任务转换成对应Büchi自动机利用FTS对目标智能体工作环境建模形成T_c，并确定待预测目标集Π_g；利用PBA对和T_c进行乘积操作构成并建立规划库

②通过观测获取目标智能体历史移动轨迹Os＝π₀,...,π_c，对于π_i，0≤i＜c，有；

当i＝c时，π_c表示目标智能体当前位置信息，有:

③考虑历史移动轨迹Os的影响：

1)、令i＝1

2)、对于q′_i∈Q′_i，如果则保留q′_i；否则，将q′_i从集合Q′_i中删除；

3)、i＝i+1

4)、判断i＞c是否成立：如果成立，结束步骤3)，得到经过处理后Q′_c；否则返回2)；

④使用Dijkstra算法计算从当前状态q′_c∈Q′_c到一个可接受状态的最短路径，是的可接受状态集，记为

⑤使用Dijkstra算法计算中每一个可接受状态回到自身的最短循环路径，记为

⑥对于定义：

定义规划结果序列中第一个属于待识别目标集Π_g的π_i为下的智能体下一步目标，记为

规划器根据观测所得目标智能体的信息，计算出符合实际环境和任务集的规划结果集R_sum为：

根据所得规划结果集R_sum，得出智能体下一步目标集Π_gsum为：

根据整体代价R计算公式得到的整体代价整体代价集Cost_sum为：

其中，在设计规划器过程中，考虑智能体朝向与目标之间夹角的影响，则令X_i表示第i时刻智能体X的位置，朝向由表示，则在第i时刻，智能体X朝向与目标A之间的夹角为：

所述步骤四具体包括如下步骤：

①对作处理，定义：

其中，exp{x}表示e^x，是正则化惩罚系数，由智能体姿态决定，λ是常数，

②在规划结果集R_sum中，将所有规划目标为π_k且任务为的规划结果对应的整体代价相加，得到：

将所有规划目标任务为的规划结果对应的整体代价相加，得到：

将规划结果集所有规划对应的整体代价相加，有：

③针对目标智能体当前执行任务的辨识，根据观测轨迹Os计算任务集Φ中的任务概率规划结果集中符合的整体代价所占比重，即为后验概率

首先，假设任务集Φ中的任务相互独立，计算在任务的情况下，目标为π_k的后验概率

之后，根据观测轨迹Os计算待预测目标集Π_g中的目标概率即后验概率P(π_k|Os)：

2.如权利要求1所述的一种任务时序逻辑约束的概率规划识别方法，其特征在于，还包括对预测目标准确率和辨识任务准确率的计算，具体为：

智能体的实际目标集为G_true(i)＝{g_t(0),...,～g_t(i)}，预测目标集为G_pred(i)＝{max(Gs(0)),...,max(Gs(i))}，其中，g_t(i)，max(Gs(i))分别表示第i时刻智能体的实际目标和预测目标概率最大的目标，g_t(i),max(Gs(i))∈Π_g；智能体的实际执行任务集为预测执行任务集为Φ_pred(i)＝{max(Ps(0)),...,max(Ps(i))}，其中，max(Ps(i))表示第i时刻智能体的实际执行任务和预测任务概率最大的任务，max(Ps(i))∈Φ；

第i时刻，目标预测准确率GA(i)为：

GA(i)＝plen(G_true(i)∩G_pred(i))/len(G_true(i))

其中，len(G)表示集合G的长度；

第i时刻，任务辨识准确率TA(i)为

TA(i)＝len(Φ_true(i)∩Φ_pred(i))/len(Φ_true(i))。