瑞典皇家理工學院(KTH)和國家海洋學中心的研究人員近日利用行為樹(BT)為關鍵任務設計模塊化、多用途且穩健的控制架構。該研究將BT框架應用于無人潛航器(AUV)的控制系統。

背 景

AUV用于探測和測繪水下物體、識別航行危險或障礙物等各種任務。由于通信帶寬和范圍的限制，AUV不能依靠無人機或地面操作機器人所使用的遠程操作解決方案。此外，由于AUV通常部署在較遠區域，故障后進行恢復極具挑戰性且成本較高。為應對這些挑戰，AUV控制系統應該足夠靈活，以確保AUV的安全并同時應對不同的突發情況。

行為樹

研究團隊利用BT來解決這一問題，BT是在人工智能和機器人技術領域越來越流行的數學模型。

研究員斯普拉格表示，通過此種模塊化可進行有效的測試，增加功能設計以及代碼再利用。與傳統的有限狀態自動機(FSM)相比，其關鍵優勢在于，“行為”可以在其他更高層次的行為環境中再利用和測試，而無需指定其與后續行為的關系。

從本質上說，BT提供了在多個任務之間進行切換的層次結構。在一些關鍵任務系統中，一個超出范圍的任務目標可以被分解成多個子任務。BT可以有序地組織這些任務并在任務之間進行轉換。斯普拉格解釋道，目標任務可以通過BT固有的層次結構在不同程度上被分解。

應 用

團隊利用AUV證明此觀點，AUV需執行一系列路徑點定義的任務。首先定義一個BT來滿足最終任務的要求，然后通過添加與特定目標相關的子任務來進一步完善BT。斯普拉格及團隊成員將這一BT提煉過程應用于國家海洋學中心所執行的AUV任務。該團隊的BT框架使AUV控制系統更加穩固，而且可在執行其他后續任務之前對其安全性進行監控。此外，BT可實現更強的通用性，對子任務進行優先排序，并允許系統在多個子任務間靈活切換。

研究成果中最重要的一點是，在不犧牲原始樹結構的情況下，首先明確BT以滿足一般領域的需求，然后進一步細化到特定領域的具體任務。但是，使用BT提取任務的程度仍然受限于人類識別、分解任務的能力。在某些情況下，任務可以憑直覺分解，但在另一些情況下，系統的行為則要復雜得多。

來源：techxplore網站/圖片來自互聯網

軍事科學院軍事科學信息研究中心 劉偉雪