对可靠的机器人自主性进行本体学启用过程的调查.
Esther Aguado1,2, Virgilio Gomez1,2, Miguel Hernando2
1Autonomous Systems Laboratory, Universidad Politécnica de Madrid, Madrid, Spain.
Frontiers in robotics and AI
|July 25, 2024
概括
基于知识的方法使用本体学增强自主机器人. 这项研究回顾了机器人如何实时适应和重新规划任务,以提高可靠性和信任.
科学领域:
- 机器人技术 机器人技术 机器人技术
- 人工智能的人工智能
- 知识表示 知识表示
背景情况:
- 自主机器人在不同领域运作,但在可靠性和信任方面面临挑战.
- 知识表示和推理为更深入的情境理解提供了工具.
研究的目的:
- 在自主机器人中探索声明性知识和本体学的应用.
- 通过基于知识的系统,审查加强机器人自主性的研究.
主要方法:
- 在自主机器人技术中使用的本体学的系统探索和分析.
- 对机器人环境,设计和任务推理的知识表示进行调查研究.
主要成果:
- 实体学有助于机器人适应和在运行时重新计划任务完成.
- 基于知识的方法提高了自主系统的灵活性,可解释性和有效性.
结论:
- 声明性知识和本体学对于推进机器人自主性至关重要.
- 实时利用本体学可以确保任务的成功,并与用户的期望保持一致.


