【正文】 32 5 bottle blue small 32 在場景描述中機器人的屬性（ location、 hold、 plate， ）很重要，在解決問題前我們需要對于機器人做預處理。對于不同問題中的的場景描述和任務描述，我們希望的是在產(chǎn)生最少的原子動作序列情況下，完成任務。 指令語言動作規(guī)劃 在求解過程中，由于程序的的先后劃分順序，對于一個問題集的求解通常是：先規(guī)劃出前面的原子動作序列，然后再依次依據(jù)前一次的動作序列所產(chǎn)生的場景描述來完成后面所有的的原子動作序列。機器人通常情況下會把 A先拿給人然后在把 B拿給人但是這樣機器人的工作效率很低。復合型任務包含若干基本任務組合，一般情況下機器人會獨立完成每一件任務。 對于任務有兩種類型一種為基本任務，另一種為復合型任務。 EXPORT，參數(shù)為相應的類名，將工程配置成生成動態(tài)鏈接庫的方式，即可將相應的程序打包成平臺可調(diào)用的動態(tài)鏈接庫 3 編程動作序列規(guī)劃 機器人在仿真環(huán)境內(nèi)在規(guī)定時間里根據(jù)場景描述和任務描述規(guī)劃出結(jié)果，也就是原子動作序列。 在測試開始前有數(shù)需要初始化，可重載 Init() 函數(shù)實現(xiàn)。 ，來輸出相應的規(guī)劃結(jié)果。 dname, const char* amp。對于每個問題，平臺將調(diào)用 Plan()函數(shù)，給予 5 秒的計算時間。 Plug 類構(gòu)造函數(shù)的參數(shù)?？梢詤⒄?ChallengeServer 源代碼中 sample 文件夾下代碼。比賽平臺將在 Window XP 系統(tǒng)下運 行，比賽所用機器配置如下： CPU: AMD Athlon(tm) II X4 620 Memory: 2GB ChallengeServer 在 Windows XP 系統(tǒng) Visual Studio 2020 下用 C++ 開發(fā)，目前只支持裝有 VS2020 的 Windows 系統(tǒng)，因此要運行平臺，需要先安裝 VS2020 ChallengeServer 通過加載各參賽隊伍生成的動態(tài)鏈接庫（ dll 文件），來調(diào)用參賽程序。 ChallengeServer 通過加載動態(tài)鏈接庫來調(diào)用參賽程序。 仿真比賽平臺 仿真過程中 使用 ChallengeServer 作為比賽平臺 ChallengeServer 負責管理比賽問題集（場景描述和任務描述），在比賽中調(diào)用參賽程序，使其在規(guī)定的時間（ 5 秒）內(nèi)對一個問題求解，并對輸出的規(guī)劃結(jié)果打分，最后按總分給所有參賽程序 [13]。 動詞 用法含義 give 一般用法為 “give somebody A”或“ give A to somebody”在指令交互中 轉(zhuǎn) 為 give(human, A) put 一般用法為 “put A in/on/near/next to/down to B”， 在指令交互中表示為 puton(A,B)/putin(A,B)/putdowm(A) go 一般用法為“ go to A” 在指令交互中表示為 goto(A) pick 一般用法為“ pick up A” 在指令交互中表示為 pickup(A) open 一般用法為“ open A” 在指令交互中表示為 opendoor(A)。 仿真評分標準 一般情況下，一個任務集包含很多條命令，每執(zhí)行一條命令計分器根據(jù)完成任務過程中維護的約束去記分。 “There must (not) be” 后面一般 接信息描述 。 任務描述中約束用“ Do not …” ，“ There must (not) be … ”，或者“? must(not) be …” 的方式表達。 對于任務描述中的目標，一般用祈使句表達，例如：“ Go to the bed.”,“Pick up the bottle which is green.”。例如： “ Give me the green cup which is on the table.”,“The green book is on the bed.”， “The cup which is green is near the table.”， “There must be a cup in the cupboard.”.比賽中自然語言可以出現(xiàn)的詞匯如 表 21所示 表 21 詞匯表 詞匯類型 詞匯 代詞 me 冠詞 a、 an、 the 助動詞 must 動詞 do、 be、 give、 put、 go、 pick、 open 副詞 there、 not 名詞 plate、所有物體種類 在仿真過程中，使用很少的的詞匯避免了復雜的環(huán)境場景。 not not info：表示在 整個命令執(zhí)行過程中 ， info 所描述的情況都必須保 持原有狀態(tài)。 dooropen(obj)：表示物體 obj 的門處于打開狀態(tài)。 即obj1與 obj2 位置 屬性 相同 。 命令中 info定義如下： info=on(obj1,obj2)/near(obj1,obj2)/onplate()/inside(obj1)/dooropen(obj1)。 opendoor(obj1)：表示機器人打開 obj1的門， 最終狀態(tài)為 obj1的門開著。 pickup(obj1)：表示手爪拿起 size屬性為 small的 obj1， 最終狀態(tài)為 obj1在機器人的盤子或手爪中。 puton(obj1,obj2）：表示將 obj1放到 obj2上， 最終狀態(tài)為 obj1的位置在 obj2處，機器人的盤子和手爪中沒有 obj1。 give(human, obj1)：表示將 機器人將 物體 obj1給用戶 。 指令交互任務 在仿真過程中指令都放在 ins集合中， 也就是說用戶通過 ins給機器人下達命令。對于在環(huán)境描述中屬性信息不去的物體我們在完成任務時還需要補充信息。約束條件是在任務完成的整個過程中所必須遵守的條件。目標是要完成的最終狀態(tài)。兩種形式為：指令交互和自然語言。 仿真 任務描述 整個仿真過程中體現(xiàn)出人機交互的關(guān)鍵，便是機器人獲得任務描述的信息。 inside（ A， B） ： 表示 A在 B內(nèi) 。 機器人狀態(tài)：一個手爪，一個盤子 。 location: 表示物體的位置屬性 ， 在模擬環(huán)境中任意兩個 位置是可以到達的。 由于沒有外部影響， 屬性為 big的物體的 位置和狀態(tài)在 整個仿真過程中不會改變 。 size： 小物體的 size屬性 賦值為 small ， 而大物體 size屬性 賦值 big。 其他物體的具體描述內(nèi)容包括： sort： 指所有物體的種類 。其中有一個特殊的物體，人 (sort: human)，表示用戶。 仿真場景中用不同編號表示不同的物體，對每個編號有相應的描述，包括物體的種類、位置和其他屬性。 仿真 場景描述 場景描述 是 機器人 所在的環(huán)境屬性信息。執(zhí)行此原子動作條件為：機器人 location 屬性和 B 的 location 屬性相同 ,A 在 B 中，機器人手爪狀態(tài)為空，并且 B 的門打開。 ? takeout(A。執(zhí)行此原子動作條件為：機器人的 location 屬性和 B 的 location 屬性相同， A 在機器人手抓中，并且 B 的門打開 , B 為的狀態(tài)空 (即 B 中最多只能放一個物體 )。 ? putin(A。執(zhí)行此原子動作條件為：機器人的 location 屬性和 A的 location 屬性相同，機器人手抓狀態(tài)為空 ,并且 A 的門打開。執(zhí)行效果為 A 的門被打開 (dooropen(A))，不受此原子動作影響的其他環(huán)境描述屬 性不變。 ? open(A)： 機器人打開物體 size 屬性為 big 的 A。執(zhí)行此原子動作條件為：機器人的 hold 的參數(shù) 為 0， plate 的參數(shù) 為 A 的 id。執(zhí)行效果為機器人 hold 的參數(shù) 為 0， plate 的參數(shù) 為 A 的 id，不受此原子動作影響的其他環(huán)境描述屬 8 性不變。 ? toplate(A)： 機器人改變 hold 屬性，將手爪中 A 放入自己的盤子中。執(zhí)行此原子動作條件為：機器人的 hold 的參數(shù) 為 A 的 id。執(zhí)行效果為機器人的 hold 的參數(shù) 為 A 的id，不受此原子動作影響的其他環(huán)境描 述屬性不變。 ? pickup(A)：機器人改變 hold 屬性，拿起物體 A。執(zhí)行此原子動作條件為：機器人 move 之前的 location 屬性不能為 X。 機器人原子行動，也就是機器人在仿真環(huán)境中移動的具體表現(xiàn)。對于相應的場景描述我們可以給予仿真機器人一些列的任務，仿真機器人則可以動過組合幾個原子動作來實現(xiàn)指令內(nèi)容。 圖 23 3D家庭仿真機器人 仿真環(huán)境是基于一個 3D 室內(nèi)仿真環(huán)境，室內(nèi)可以是定一些列相應的家 用日常物品如冰箱、桌子、空調(diào)、洗衣機、杯子等常用物品。它有一組固定的原子行動，對所有問題都是不變的。 仿真機器人介紹 家庭服務機器人的仿真的 3D 仿真模型圖 23 所示，它有一只手爪，一個盤，兩個輪子。 2020年 5月更是舉辦了中國首屆服務機器人大賽。 6 圖 21 哈爾濱工業(yè)大學研制的保安機器人 圖 22 中國科技大學研發(fā)的可佳機器人 2 家庭服務機器人仿真平臺介紹 家庭服務機器人概述 家 庭服務 機器人仿真 是 立足于 實物 家用服務機器人的高層功能的探索，目前主要包括人機對話、自動規(guī)劃和推理。目前而言，各高校凡是有機器人項目的實驗室，基本上都有了家庭服務機器人仿真項目。家庭服務機器人服務機器人仿真便是獨立于機器人硬件設施，著力于開發(fā)服務機器人的人機互動功 [6]。如每年一度的 RobCup、中國服務機器人大賽等， RobCup是國內(nèi)各高校最為喜歡的機器人賽事。如哈爾濱工業(yè)大學研制的保安機器人如圖 21，中國科技大學研發(fā)的可佳機器人如圖 22。 95年清華大學自主開發(fā)了一個以高位截癱人員作為護理對象的醫(yī)療護理機器人。 2020年以后我 國的家庭服務機器人技術(shù)才基本成型。就目娛樂機器人前而言，日本和韓國占據(jù)了優(yōu)勢。主人不在家中時可以過ConnectR機器人監(jiān)控家居環(huán)境，與家人進行視頻通話。當陌生人進入家中的時候，機器人還能夠把這些人的照片并傳送出報警信。 韓國 SK公司自研發(fā)出了高 50厘米，重 12公斤的保安機器人 Mostitech，如圖 12所示。機器人 ConnectR，如圖 3所示。他可以通過無線信號控制家里的電視機，頭部的擁有測距和圖形識別攝像頭。他的構(gòu)想是：在未來的 5年里，研發(fā)出一臺可以通過環(huán)境的交互作用來進行學習智能機器人。在歐洲和美國，機器人研發(fā)人員更是致力于研究機器人的智能，希望可以