第八章机器人规划.

积木世界由一些有标记的 立方形积木，互相堆迭在 一起构成；机器人有个可 移动的机械手，它可以抓 起积木块并移动积木从一 处至另一处。

在这个例子中机器人能够执行的动作举例如下： unstack(a,b)：把堆放在积木b上的积木a拾起。在进行这个动作 之前，要求机器人的手为空手，而且积木a的顶上是空的。 stack(a,b)：把积木a堆放在积木b上。动作之前要求机械手必须已 抓住积木a，而且积木b顶上必须是空的。 pickup(a)：从桌面上拾起积木a，并抓住它不放。在动作之前要 求机械手为空手，而且积木a顶上没有任何东西。 putdown(a)：把积木a放置到桌面上。要求动作之前机械手已抓 住积木a。
规划的目的就是“找出”一系列的操作，并将这些“操作”告诉机器，
机器就可以按预定的操作将初始状态转化为目标状态。
操作可以分为先决条件和行为动作两个部分，只有当前状态的先决条件
被满足时，才能进行相应的动作，同时使得当前状态转变到下一个状态。
8.2 积木世界的机器人规划
8.2.1 积木世界的机器人问题
–
–
–
–
研究内容是综合机器人的动作序列，即在某个给定初始情况 下，经过某个动作序列而达到指定的目标。 机器人问题的状态描述和目标描述均可用谓词逻辑公式构成：



ON(a,b)：积木a在积木b之上。 ONTABLE(a)：积木a在桌面上。 CLEAR(a)：积木a顶上没有任何东西。 HOLDING(a)：机械手正抓住积木a。 HANDEMPTY：机械手为空手。
第八章 机器人规划
8.1 机器人规划的作用与任务
8.2 积木机器的机器人规划 8.3 STRIPS规划系统 8.4 具有学习能力的规划系统 8.5 基于专家系统的机器人规划 8.6 小结
自动规划
是一种问题求解技术，它从某个特定的问题 状态出发，寻求一系列行为动作，并建立一个操作序列， 直到求得目标状态为止。也即，规划是一个行动过程的 描述。一个总规划可以含有若干个子规划。 主要用来解决真实世界问题复杂问题 （如机器人世界问题） ，与专家系统一样均属高级求解 系统与技术。
自动规划作用
自动规划策略
① 分解：将问题分解为若干子问题分别求解，再将每个 解组合成完整的解
② 状态转换：每次转换状态时只计算发生变化的部分， 其余部分状态不发生变化 →
8.1 机器人规划的作用与任务
8.1.1 规划的作用与问题分解途径

规划的概念及作用 – 规划的概念 规划是一种重要的问题求解技术，它从某个 特定的问题状态出发，寻求一系列行为动作，并 建立一个操作序列，直到求得目标状态为止。
工作日规划 上午子规划 去上班 阅读文章 中午子规划
图8.1 子规划的分层结构例子
下午子规划 阅读 写作 回家
吃夹心面包
规划的作用 规划可用来监控问题求解过程，并能够在造成较大的危 害之前发现差错。规划的好处可归纳为简化搜索、解决目标 矛盾以及为差错补偿提供基础。
–
问题分解途径及方法 把某些比较复杂的问题分解为一些比较小的子问题。有 两条能够实现这种分解的重要途径。 – 第一条重要途径是当从一个问题状态移动到下一个状态时， 无需计算整个新的状态，而只要考虑状态中可能变化了的 那些部分。 – 第二条重要途径是把单一的困难问题分割为几个有希望的 较为容易解决的子问题。
机械手
B
C A
A B C
机械手
（a）初始布局
（b）目标布局
图8.1 积木世界的机器人问题
图8.1(a)所示为初始布局的机器人问题。 目标在于建立一个积木堆，其中，积木B堆在积木C上面， 积木 A又堆在积木B上面，如图8.4(b)所示。
初始布局可由下列谓词公式的合取来表示：
– –
–
– –
–
CLEAR(B)：积木B顶部为空 CLEAR(C)：积木C顶部为空 ON(C，A)： 积木C堆在积木A上 ONTABLE(A)：积木A置于桌面上 ONTABLE(B)：积木B置于桌面上 HANDEMPTY：机械手为空手
CLEAR(x): x上是空的 HANDEMPTY(x): x手中是空的 HOLDING(x, y): x手中拿着y ON(x, y): x在y之上 NEAR(x, y): x在y的附近 IN(x, y): x在y中 AT(x, y): x在y处（上） ISCLOSE(x): x处于关闭状态 ISOPEN(x): x处于打开状态 OPEN(x, y): x把y打开 CLOSE(x, y): x把y关闭 GOTO(x, y): x走到y的旁边 PICKDOWN(x, y, z): x把y放在z上 PICKUP(x, y): x把y拿起
图(b)布局可由下列谓词的合取来表示：
ON(B，C)：积木B堆在积木C上 ON(A，B)：积木A堆在积木B上
即：
ON(B，C) ∧ห้องสมุดไป่ตู้ON(A，B)
STRIPS(STanford Research Institute Problem Solver)， 即斯坦福研究所问题求解系统。
8.1.2 机器人规划系统的任务与方法

在规划系统中，必须具有执行下列各项任务的方法：
– – – – –
根据最有效的启发信息，选择应用于下一步的最好规则。 应用所选取的规则来计算由于应用该规则而生成的新状态。 对所求得的解答进行检验。 检验空端，以便舍弃它们，使系统的求解工作向着更有效的方向进 行。 检验殆正确的解答，并应用具体的技术使之完全正确。
这样，问题的初始状态就可以描述为：
AT(T, L1)∧IN(W, T)∧ISCLOSE(T)∧AT(F, L2)∧CLEAR(F)∧AT(R, L3)∧HANDEMPTY(R)
目标状态就可以描述为：
AT(T, L1)∧IN(W,～T)∧ISOPEN (T)∧AT(F, L2)∧ON(W,
F)∧NEAR(R, F)∧HANDEMPTY(R)
8.1.3 规划世界模型的谓词逻辑表示
"神洲"号运载火箭已把机器人R送到火 星进行探索，机器人正位于L3处，它要
把位于工具箱T内的探测仪W取出并放到
到探测架F（F上为空时才能放）上，以 对火星地表进行探测，工具箱T和探测架 F分别位于L1和L2处。为完成这个任务， 需要规划机器人的这一行动过程。
首先引入相关的谓词：