Task planning入门(coursera, ucdavis ,spot)

Task planning入门

三大入门材料：

PDDL

PDDL tutorial_github

Automated Planning and Acting

official site

Planning algorithms

pdf

workflow

future work

1. 只能deal 静态环境，non-reactive。 Solution: adopt the determinization and iterative planning strategy presented in Chap. 6.
2. 人给定的task specification可能： 无法完全达到要求； 或者有逻辑冲突，比如让机器人出现在两个空间。
3. 关于行为树，人的编程可能有Bug,需要做一个编译器。
4. 现在行为树只能处理a linear sequence of actions。还不能处理时序planner等输出。

Coursera automata:

5. strong bisimulation>rooted branching bisimulation>branching bisimulation(允许隐藏动作tau) > weak bisimulation

strong bisimulation： 保留所有性质，不会去掉tau。

branching bisimulation： 尽可能去掉tau, 但是保留了deadlock。
divergence preserving branching bisimulation: 不完全隐藏tau,只合并tau,保留可以无限进行的tau。

weak trace bisimulation:
tau之前的可以不管，tau之后的related就行。可以去掉足够多的不感兴趣的transition,让graph变小。

trace equivalent: 最长trace以及其子集 相同。
complete trace equivalence: 最长trace 集合相同。
refusal sets： 下一个不能到达的state
failure pair: < state, refusal sets>

youtube automata

input: string
if final state at ‘accepted set’ , the machine accept the string.
if final state not at ‘accepted set’ , the machine reject the string.

finite state machine(DFSM):

定义和automata很像，
S(state), U(actions), Y(transitions: S x U–> S)

language that M accepts/ recognizes: L(M). 比如，空string或者结尾是0的string。
设计一个machine，让其可以accept一个一定规律的language.

如果一个language可以被recognize,那么就是regular的。
computation: r0, r1, r2…

问： A是regular(M1 recognize A), B 也是regular(M2 recognize B), 求证明： A和B的交集和并集也是regular。

答： 一个M3，可以simulate M1 M2并行（同时处理一个input string ）。
M3的状态是M1, M2的笛卡尔积。注意accepted set就是A和B的accepted set的交集。

如果求交集，那么只有final state上不同，就是求两个accept set的交集。但是init state都是二者的交集。

NFA： nondetermistic finite automata

另一种不确定性：take in empty string

NFA可能fail，比如在accept state再吸收一个0. 写的更紧凑。下图，下面就是DFA，上面是NFA。

正则表达式

就是regular language的表达，可以被NFA或者DFA accept。

GNFA

要从language得到regular expression(从automata到LTL),需要先得到regular language: A=L®.

DFA/NFA–>generalized NFA

1. 只有一个被其他所指的accepted state， empty string
2. 只有一个指向其他的init state，empty language
   

GNFA–>regex

example: rip 2,1

spot

buchi automata和NFA的区别是，可以take in infinite word，并且最后的w-word要visit accept state无穷次。也被称为w-automata。
要根据一个specification构造automata还是挺难的。比如For instance the following Büchi automaton accept all runs in which at all point a is true iff b is true at the next instant. 可以用几个例子验证下。。