Explainable robotic plan execution monitoring under partial observability
Kısmi gözlemlenebilir ortamlarda açıklanabilir robotik plan yürütme
- Tez No: 711357
- Danışmanlar: PROF. DR. VOLKAN PATOĞLU, PROF. DR. ESRA ERDEM
- Tez Türü: Doktora
- Konular: Mekatronik Mühendisliği, Mühendislik Bilimleri, Mechatronics Engineering, Engineering Sciences
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: İngilizce
- Üniversite: Sabancı Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Mekatronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Otonom bir sistemin hedefine ulaşabilmesi için başarılı bir plan oluşturulması gereklidir ancak bu çogu zaman yeterli değildir. Planın yürütülmesi sırasında beklenen ve gözlenen durumlar arasında çeşitli uyuşmazlıklar (örneğin, beklenmeyen harici olaylar, hedefte meydana gelen değişiklikler ya da robot parçalarının bozulmasından oluşabilecek farklılıklar) meydana gelebilir ve bu uyuşmazlıklar plan yürütmesinin başarısız olmasına sebep olabilir. Bu nedenle, otonom sistemler, bu tür uyuşmazlıklarla baş edebilmek için plan gözlemleme, hata tanısı ve yeniden planlama algoritmaları ile donatılmalıdır. Bu doktora tezinde, kısmi gözlemlenebilir ortamlarda da uygulanabilen genel bir plan yürütme algoritması öneriyoruz. Bu algoritma, durum tahmini, hata tanısı, açıklama oluşturma ve yönlendirilmiş yeniden planlama gibi özgün hibrit modüllere dayanmaktadır. Tahmin modülü, uyuşmazlık kontrolü için, kısmi gözlemlenen bir durumda yürütülen bir planın sonunda beklenen durumu tahmin eder. Hata tanısı modülü uyuşmazlıkları robot parçalarının bozuklukları ile açıklayabilen anlamlı hipotezler oluşturur. Literatürdeki metotlardan farklı olarak, önerilen hata tanısı modülü, daha önce oluşturduğu hipotezleri yeni gerçekleştirilen gözlemler ışığında gözden geçirebilmekte ve bu sayede yeni bilgiler elde edildikçe daha doğru açıklamalar oluşturabilmektedir. Yeniden planlama modülü, oluşturulan açıklamaları göz önünde bulundurarak, var olan bozuk parçaların kullanımından kaçınan yeni planlar oluşturur. Tüm otomatik akıl yürütme modülleri hibrit yapıda olup yüksek-seviye mantıksal akıl yürütme ile düşük-seviye olasılık tabanlı fizibilite kontrollerinin birleşmesinden oluşmaktadır. Deneysel değerlendirmelerde hibrit akıl yürütme modüllerinin plan yürütmesinin başarımını arttırdığı, çoklu mobil manipülatörlerin yer aldığı servis robotiği uygulamalarında gösterilmiştir. Ayrıca, önerilen plan yürütme algoritmasının başarımının ve uygulanabilirliğinin sistematik bir şekilde değerlendirilebilmesi için bir plan yürütmesi simülasyon algoritması öneriyoruz. Bu algoritma, dinamik olarak ilgili uyuşmazlıkların oluşturulmasına ve olası arızalar dikkate alınarak tüm plan yürütme senaryolarının simülasyonuna izin veren formal bir yönteme dayanmaktadır. Simülasyon algoritması, sadece farklı koşullara tabi plan yürütme algoritmalarını test etmek için değil, aynı zamanda farklı planların gürbüzlüğünü değerlendirmek için de kullanılabilir. Simülasyon algoritmamızın uygulamaları, servis robotiği ve bilişsel fabrika ortamlarında çoklu mobil robotlar kullanılarak gösterilmiştir.
Özet (Çeviri)
Successful plan generation for autonomous systems is necessary but not sufficient to guarantee reaching a goal state by an execution of a plan. Various discrepancies between an expected state and the observed state may occur during the plan execution (e.g., due to failure of robot parts) and these discrepancies may lead to plan failures. For that reason, autonomous systems should be equipped with execution monitoring algorithms so that they can autonomously recover from such discrepancies. We introduce a plan execution monitoring algorithm that operates under partial observability. This algorithm relies on novel formal methods for hybrid prediction, diagnosis and explanation generation, and planning. The prediction module generates an expected state after the execution of a part of the plan from an incomplete state, to check for discrepancies. The diagnostic reasoning module generates meaningful hypotheses to explain failures of robot parts. Unlike the existing diagnosis methods, the previous hypotheses can be revised, based on new partial observations, increasing the accuracy of explanations as further information becomes available. The replanning module considers these explanations while computing a new plan that would avoid such failures. All these reasoning modules are hybrid in that they combine high-level logical reasoning with low-level feasibility checks based on probabilistic methods. We experimentally show that these hybrid reasoning modules improve the performance of plan execution monitoring in service robotics applications with multiple bimanual mobile robots. To evaluate the performance and to understand the applicability of the proposed execution monitoring algorithm, we introduce an execution simulation algorithm. This algorithm is based on a formal method that allows generation of dynamic and relevant discrepancies, and simulation of all possible plan execution scenarios considering potential failures. This simulation algorithm can be used not only for testing execution monitoring algorithms subject to different conditions, but also to evaluate the robustness of plans. We illustrate these applications of our simulation algorithm in service robotics and cognitive factory settings with multiple mobile robots.
Benzer Tezler
- İmalat stratejileri ve imalat teknolojisi seçiminde uzman sistem yaklaşımı
Manufacturing strategies and an expert system approach to selecting manufacturing technology
İBRAHİM ÇİL
Doktora
Türkçe
1997
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. RAMAZAN EVREN
- Sürü robotik sistemlerinde bütünleşik güvenlik çerçevesi: Eliptik Eğri Kriptografisi ve steganografi ile güvenli iletişim, YOLOv8 tabanlı artırımlı öğrenme ve açıklanabilir tehdit tespiti
Integrated security framework in swarm robotic systems: Secure communication with Elliptic Curve Cryptography and steganography, YOLOv8-based incremental learning and explainable threat detection
ZEYNEL KUTLU
Doktora
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSivas Bilim ve Teknoloji ÜniversitesiSavunma Teknolojileri Ana Bilim Dalı
DOÇ. DR. BÜLENT GÜRSEL EMİROĞLU
- İnovasyon ve işsizlik ilişkisinin yapay zeka ile analizi: 1985-2020 dönemi için G7 ülkeleri örneği
The relationship between innovation and unemployment analyzed via artificial intelligence: the case of G7 countries for the period 1985-2020
MASOUD SHEIKHI
- İnsansi robotlarda tutma eylemlerinin derin pekiştirmeli öğrenme algoritmalari ile geliştirilmesi
Improving grasping actions in humanoid robots with deep reinforcement learning algorithms
RECEP ÖZALP
Doktora
Türkçe
2025
Mekatronik MühendisliğiFırat ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. AYŞEGÜL UÇAR
- Hareket başlatma ve derin beyin uyarımına ilişkin bir bazal çekirdek devresi hesaplamalı modeli
A computational model of basal ganglia for action initiation and deep brain stimulation
MUSTAFA YASİR ÖZDEMİR
Yüksek Lisans
Türkçe
2017
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. NESLİHAN SERAP ŞENGÖR