[发明专利]一种任务时序逻辑约束的概率规划识别方法

说明书

本发明公开了一种任务时序逻辑约束的概率规划识别方法，以智能体、任务集、环境为已知信息，对任务集用线性时序逻辑语言描述并转换成相应Büchi自动机，对环境用有限状态转移系统进行建模，将两者合并形成规划库，规划器以智能体的观测信息和规划库为输入，形成规划结果集；以目标智能体的观测信息和规划库为输入，综合考虑智能体当前位置，姿态，历史轨迹以及任务进程，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，在乘积式Büchi自动机的基础上，设计基于Dijkstra算法的规划器，得出规划结果集，由规划器计算出规划结果集和对应整体代价集，在满足观测序列的情况下对目标智能体的意图和行为的预测，根据设计概率计算公式得出目标概率和任务概率。

技术领域

本发明属于人工智能技术领域，具体涉及一种任务时序逻辑约束的概率规划识别方法。

背景技术

规划识别(plan recognition)在人工智能领域中是一个很有研究前景和具有一定热度的研究方向，是指根据通过各种途径获得的目标智能体的轨迹、动作等信息，预测/辨识该智能体目标/规划的过程。能够设计出合适的规划识别器推理出的预测/辨识结果，一方面填补在实际环境中已经发生但是未能观测到的信息，另一方面可以对目标智能体的未来目标和当前行为进行预测和辨识，推断出智能体未来可能的行为。规划识别应用在多个不同领域，例如:军事指挥、对手规划/敌意规划/应对规划、自然语言理解、智能帮助系统以及多智能体系统协作等。因此，针对规划识别这一类问题的研究具有很高的研究意义和实际价值，吸引着大量研究人员参与进来。

针对实际应用中的任务时序逻辑和规划识别问题，已有的解决方案有如下几种：

方案1：文献(Guo M,Dimos D V.Multi-agent plan reconfiguration underlocal LTL specifications[J].International Journal of Robotics Research, 2015,34(2):218—235.)提出了一种分层的分布式多智能体系统混合决策-控制架构，并提出了一种具有时序逻辑任务的多智能体系统协同任务规划策略，每个智能体分配一个线性时序逻辑公式作为一个任务，对智能体的工作环境、运动和动作进行建模，多智能体间通过实时的请求和响应完善模型并完成协同任务。

方案2：文献(Ramirez M,Geffner H.Plan Recognition As Planning[C], theIEEE International Joint Conference on Artificial Intelligence,2009, 38(4):1778—1783.)在基于规划执行的规划识别思路上，提出了Plan recognition as planning的思想。不同于之前的规划识别算法，该算法不需要规划库作为输入，通过使用智能体当前状态和周围环境作为输入，利用规划器模拟出多种规划结果，根据智能体当前位置与各目标点之间的距离，利用贝叶斯推理得出目标概率和规划概率，并且该算法在观测数据不可靠情况下同样具有较高的准确性，具有一定的鲁棒性。

方案3：文献(Shirin S,Anton V R,Octavian U.Plan recognition as planningrevisited[C],the IEEE International Joint Conference on ArtificialIntelligence,2016:3258—3264.)在方案2基础上，将多种规划结果与观察得到的智能体移动轨迹进行比较，选取符合历史轨迹的规划结果，再利用贝叶斯推理进行目标概率和规划概率计算，相比于方案2的方法，提高了规划识别的准确性。

发明内容

有鉴于此，本发明的目的是提供一种任务时序逻辑约束的概率规划识别方法，

一种任务时序逻辑约束的概率规划识别方法，包括如下步骤：