09.02.2013 Aufrufe

Thesis - RWTH Aachen University

Thesis - RWTH Aachen University

Thesis - RWTH Aachen University

MEHR ANZEIGEN
WENIGER ANZEIGEN

Erfolgreiche ePaper selbst erstellen

Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.

2.4 Planung 35<br />

die Welt, die aus einer symbolischen Darstellung der Umgebung stammt, statt. Bei reaktiven Planern<br />

wird jedoch die nächste Aktion anhand der aktuellen Sensorinformation, dem Ergebnis der letzten<br />

Aktion und vorhandener Teilpläne generiert. In Abbildung 2.20 ist die Unterteilung der Planer in<br />

verschiedenen Gruppen zu sehen. Das Gebiet der Planung ist sehr umfangreich und umfasst einen<br />

Großteil der KI-Forschung, weshalb hier nur ein Überblick gegeben wird.<br />

Routenplanung<br />

Wegnetze Dekompositions−<br />

verfahren<br />

2.4.1 Aktionsplanung<br />

Wissensbasierte Planung<br />

Ansätze zur Planung<br />

Subgoal Graphs Potentialfelder<br />

Aktionsplanung<br />

Wissensbasierte Planer Reaktive Planer<br />

lineare Planer nicht lineare Planer<br />

Abbildung 2.20: Gruppierung der Planungsansätze<br />

Wissensbasierte Planer operieren durch Symbolmanipulation auf abstrahierten Weltmodellen und bestimmen<br />

einen effizienten Lösungsweg für eine Aufgabe. Die Pläne werden auf Basis von Information<br />

über die Umwelt erstellt, die vor der Planerstellung vollständig vorliegen muss. Die Sensorik des Roboters<br />

ist dann dafür verantwortlich, in konsistenter Weise physikalische Objekte der Umgebung auf<br />

Symbole im Weltmodell abzubilden. Bei fehlerbehafteter Ausführung eines Plans oder bei unerwarteten<br />

Änderungen in der Umgebung, sind eine Aktualisierung des Weltmodells und eine Neuplanung<br />

erforderlich. Diese Neuberechnung des vollständigen Lösungsplanes ist derart zeitaufwendig, dass<br />

sie nicht in Echtzeit zu bewältigen ist.<br />

Planungsverfahren können anhand des Suchraumes, in dem der Planer die Lösung eines Problems<br />

sucht, unterteilt werden. Eine Möglichkeit bildet der Zustandsraum 18 . Der Zustandsraum wird durch<br />

einen Graphen repräsentiert, wobei jeder Knoten des Graphen für einen Weltzustand steht, jede Kante<br />

für eine Aktion bzw. Fertigkeiten des Roboters, die die Umgebung von einem Zustand in den<br />

nächsten überführt. Viele Planungssysteme, wie LOPE [GMB97], BURIDAN [KHW93] und Prodigy<br />

[HV98], bauen den Zustandsgraph über backward-chaining vom Zielzustand aus, indem sie<br />

Aktionen rückwärts anwenden, um nicht erfüllten Voraussetzungen für schon eingefügte Aktionen<br />

zu erreichen (Abbildung 2.21). Falls im Graphen mindestens ein Knoten mit den aktuellen Zustand<br />

präsent ist, dann existiert mindestens ein Plan, der zum Ziel führt. Deswegen erfolgt anschließend<br />

eine Suche vom Anfangs- zum Zielzustand im Graphen. Um die Suche zu beschleunigen, verwenden<br />

einige Planer Suchregeln (Search Control Rules), die den Suchraum beschränken, eine Suchrichtung<br />

stark befürworten und ein Ziel oder Aktion in einer bestimmten Situation auswählen oder ausschließen<br />

[HV98]. Im Gegensatz dazu expandiert Graphplan, ein weiteres Planungssystem, zuerst einen<br />

Suchgraphen von der aktuellen Situation aus, indem es nacheinander Aktionen und dadurch entstehende<br />

Zustände als Knoten einfügt, bis die Vorbedingungen des Zielzustandes erfüllt sind (forward<br />

18 Der Zustandsraum umfasst alle mögliche Zustände, die die Welt bzw. die Einsatzumgebung annehmen kann.

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!