25、基于“FRIEND::Process”过程模型和可配置任务知识的智能服务机器人编程

基于“FRIEND::Process”过程模型和可配置任务知识的智能服务机器人编程

在科幻电影中，机器人助手的形象常常令人向往，但在现实世界里，能执行复杂任务的智能服务机器人仍面临诸多挑战。本文将介绍一种名为“FRIEND::Process”的工程方法，它为编程实现强大的智能机器人行为提供了新的解决方案。

1. 引言

在科幻电影《我，机器人》中，机器人展现出了超出预设规则的自主行为。虽然目前这一技术还远未实现，但人们对个人机器人助手的需求依然存在。专家曾预测，机器人解决方案将在未来几年内突破家庭和其他非工业领域的应用。然而，到目前为止，市场上只有像割草机和吸尘器这样简单的机器人助手，能够解决更复杂任务的机器人仍处于原型阶段。这是因为在人类环境中，机器人的行动和交互面临着大量科学和技术挑战。

本文重点介绍了“FRIEND::Process”这一基于工具的过程模型，它支持个人助手领域智能机器人的开发。该模型强调了与可配置任务知识（即过程结构）的紧密关系。过程结构嵌入在分层控制架构MASSiVE的不同抽象层中，MASSiVE专为过程结构量身定制，是实现服务机器人智能任务执行验证的有效工具。

使用过程结构具有以下优势：
- 确定性 ：过程结构代表了任务执行期间必须执行的完整有限动作序列。由于可以从过程结构到Petri网进行双射转换，因此可以对死锁、可达性和活性进行先验验证。这样，作为分层架构一部分的任务规划器和执行器在使用经过验证的任务知识时能够确定性地运行。
- 实时能力 ：任务规划过程的复杂性满足实时执行要求，因为该过程被简化为关联Petri网状态图内的图搜索问题。 <