Abstract
An intelligent robot should decide its behavior accordingly to the dynamic changes in the environment and user's requirements by evaluating options to choose the best one for the current situation. Many intelligent robot systems that use the Procedural Reasoning System (PRS) accomplishes such task management functions by defining the priority functions in the task model and evaluating the priority functions of the applicable tasks in the current situation. The priority functions, however, are defined locally inside of the plan, which exhibits limitation for the tasks for multi-domain services because global contexts for overall prioritization are hard to be expressed in the local priority functions. Furthermore, since the prioritization functions are not defined as an explicit module, reuse or extension of the them for general context is limited. In order to remove such limitations, we propose a policy-based meta-planning for general task management for multi-domain services, which provides the ability to explicitly define the utility of a task in the meta-planning process and thus the ability to evaluate task priorities for general context combining the modular priority functions. The ontological specification of the model also enhances the scalability of the policy model. In the experiments, adaptive behavior of a robot according to the policy model are confirmed by observing the appropriate tasks are selected in dynamic service environments.
지능형 로봇은 사용자의 요구에 따라 상황에 맞는 작업을 선택하여 서비스를 수행할 수 있어야 하며, 다양한 상황에 대해서 현재 가장 적합한 작업이 무엇인지 비교하고 선택할 수 있어야 한다. 이를 위해 절차적 추론 시스템을 활용하는 기존의 지능형 로봇시스템은 작업 모델 내부에 우선도 함수를 정의하고 이를 활용하여 작업 간 우선도를 비교하는 방법으로 작업관리 기능을 제공하고 있었다. 하지만 이러한 기존의 방법은 다중 도메인 서비스를 수행하는 데에 있어, 우선도 결정 함수가 명시적이지 않아 일반적인 상황에 대한 우선순위를 결정할 수 없고, 유용성을 비교하기 위한 표준적인 기준이 존재하지 않아 각 서비스 간의 우선도를 비교하는 방법이 범용적이지 않으며, 이를 재사용하거나 확장할 수 없다는 한계점이 존재했다. 우리는 이를 개선하기 위해 작업관리를 위한 정책 모델과 이를 활용하여 작업의 우선도를 계산하는 방법인 정책 모델 주도 메타-플래닝을 제안한다. 정책 모델은 메타-플래닝 과정에서 작업의 유틸리티를 명시적으로 계산할 수 있는 기능을 제공하며, 기초 모델을 통해 다양한 서비스 간의 유용성을 비교할 수 있게 해준다. 또한, 모델의 구성을 온톨로지를 활용함으로써 확장성을 가지는 특징이 있다. 실험을 통해 동적 환경에서 정책 모델에 따라 로봇의 행동이 변화하는 것을 관찰할 수 있었고, 이를 통해 서비스가 필요에 따라 우선도의 비교를 통해 선택되는 것을 확인할 수 있었다.
