一种为机器人设计知识驱动任务的方法

# 一种为机器人设计知识驱动任务的方法
来源：https://arxiv.org/html/2601.20797
Guillermo GP\-Lenza、Carmen DR\.Pita\-Romero、Miguel Fernandez\-Cortizas、Pascual Campoy
计算机视觉与空中机器人组 \(CVAR\)，自动化与机器人中心 \(CAR\)
马德里理工大学 \(UPM\)，马德里，西班牙

###### 摘要

本文提出了一种在 ROS 2 系统中实现知识图谱的综合性方法，旨在提升自主机器人任务的效率与智能水平。该方法涵盖多个关键步骤：定义初始状态与目标状态、构建任务与子任务结构、规划其执行顺序、将任务相关数据表示为知识图谱，以及使用高级语言设计任务。每一步都建立在先前步骤的基础之上，以确保从初始设置到最终执行形成连贯的流程。通过 Aerostack2 框架中的实际实现，本文在 Gazebo 环境中演示了一个模拟搜索与救援任务，其中无人机自主定位目标。该实现验证了该方法通过利用知识图谱来改善决策和任务性能的有效性。

## 补充材料

## I 引言

人工智能 \(AI\) 技术的快速发展显著扩展了机器人技术的应用范围，尤其是在移动机器人领域。这些移动机器人系统越来越多地被应用于农业、物流、 surveillance、环境监测以及搜索与救援等多种领域。由于这些机器人在复杂、动态且往往不可预测的环境中运行，因此越来越需要增强其自主性，以更高的精度、效率和适应性执行任务。

实现移动机器人系统更高自主性的关键因素之一是对知识的有效利用。移动机器人需要关于其环境、任务、动作和自身能力的全面而精确的知识，以便在不同情境下做出明智决策并成功执行任务。传统上，这些知识被编码在算法和静态数据库中，而这些方式往往缺乏应对现实世界场景动态性所需的灵活性和可扩展性。

为克服这些局限，知识图谱 \(KGs\) 的概念已作为一种强大的知识表示与推理工具而出现。知识图谱提供了一种结构化且语义丰富的框架来组织信息，既能表示复杂关系，又能提供高效的知识检索与推理算法。将知识图谱集成到移动机器人系统中，可以通过提供实时态势感知、上下文理解和决策支持来增强其自主执行任务的能力。

尽管有这些优势，但在移动机器人系统中开发和实现知识图谱仍面临若干挑战，包括来自各种传感器和数据源的数据集成、实时知识更新以及多智能体交互等。

本文旨在开发一种综合性方法，采用“棕地”方式将知识图谱应用于基于 ROS 2 的现有机器人系统。我们的目标是增强机器人在不同阶段操作的可解释性，并利用这些知识来支持明智的决策过程。

为此，我们做出以下贡献：

- • 对方法中的每一步进行详细描述，明确所需输入以及实现预期输出的过程，以确保每个阶段都能清晰、精确地执行。
- • 提供软件工具，使所描述的方法能够应用于任何基于 ROS 2 的机器人系统。
- • 提供一个工作示例，描述如何将所提出的方法应用于 Aerostack2\[2 (https://arxiv.org/html/2601.20797v1#bib.bib68)\]——一个用于设计和控制空中机器人系统的 ROS 2 开源框架。

### I\-A 相关工作

移动机器人系统随着基于知识的系统的集成而取得了显著进步，这些系统增强了其在动态环境中的决策能力和适应性。该领域中已探索了多种方法，每种方法利用不同的方法论和技术来提高机器人的自主性和效率。本节深入探讨了融合基于知识的系统的移动机器人系统的多样化格局，重点介绍了关键创新、方法论及其对该领域的各自贡献。

认知架构是旨在模拟人类认知结构和过程的综合性计算框架。这些架构作为理解和复制人类思维复杂性的蓝图，涵盖感知、记忆、推理和学习。它们为开发能够执行复杂任务的智能体提供了统一平台，在从机器人技术到人机交互等领域带来了显著进步。

SOAR\[4 (https://arxiv.org/html/2601.20797v1#bib.bib82)\] 是首个集成到真实机器人中并与多台机器人一起使用的认知架构\[1 (https://arxiv.org/html/2601.20797v1#bib.bib37)\]。其基本架构通过一个由离散对象和连续属性组成的图来表示环境状态。这使得一组谓词在架构内保持独立和固定，而关于应提取哪些谓词的决策则由智能体必须执行的特定任务决定\[5 (https://arxiv.org/html/2601.20797v1#bib.bib36)\]。

ACT\-R\[8 (https://arxiv.org/html/2601.20797v1#bib.bib83)\] 通过整合符号和亚符号处理来模拟人类认知。符号处理包括陈述性记忆和程序性记忆：陈述性记忆以带有标签\(槽\)的块\(数据和事实\)形式存储知识，程序性记忆以“如果\-那么”语句的形式保存产生式规则，以根据当前目标指导行为。亚符号处理则使用联结主义模型运行，通过选择激活水平最高的块来解决冲突，激活水平由过去的效用和上下文相关性决定。通过感知、认知和行动的循环，ACT\-R 能够适应不断变化的环境和任务，有效地存储和管理知识。

LIDA\[3 (https://arxiv.org/html/2601.20797v1#bib.bib84)\] 通过利用多层工作记忆系统提供适应性和持续学习能力。该系统中的每一层都有不同的用途，并存储各种类型的信息：感知性、陈述性、记忆性和程序性信息。主动工作记忆作为连接所有这些层的接口，允许对存储的信息进行操作。LIDA 采用分布式表示，信息通过人工神经网络的激活模式进行编码，为适应动态环境提供了一种稳健的机制。

除认知架构外，其他系统更专注于具体的知识表示方法。这些方法用于现代人工智能、机器学习和神经网络的进展中，通常强调结构化数据存储、模式识别和内部学习表示。

由\[9 (https://arxiv.org/html/2601.20797v1#bib.bib80)\]提出的本体结构由三个层次组成，每一层都比前一层包含更具体的知识：表示通用概念的元本体、定义领域特定知识的本体模式，以及捕获单个对象及其属性具体信息的本体实例。这些层次被组织为六个类：特征、对象、行动者、空间、上下文和动作，每个类具有不同的详细程度。该结构提供了一种全面的、面向对象的、基于框架的语言，而其层次结构使得知识能够通过推理被有效利用。

\[6 (https://arxiv.org/html/2601.20797v1#bib.bib79)\]提出的系统利用了一个基于知识的系统，该系统将显式专家知识与隐式学习知识相结合，使系统能够根据所获取的信息持续更新其模型。通过知识获取模块，操作员提供的显式知识被捕获并转换为机器可读形式，然后与隐式知识集成。隐式知识通过训练一个模型来模仿操作员所做的调整而获得，最终实现机器人编程的完全自动化。通过从操作员的调整中学习，该系统增强了其灵活性、适应性和性能，解决了工业机器人编程中的挑战，并提高了生产过程的整体效率。

知识图谱 \(KG\) 最早在\[10 (https://arxiv.org/html/2601.20797v1#bib.bib85)\]中被引入，后来由谷歌推广，并已显著发展，成为在包括自主系统和机器人在内的各个领域中结构化和管理数据间复杂关系的强大工具。在\[7 (https://arxiv.org/html/2601.20797v1#bib.bib78)\]中，作者讨论了知识图谱在增强机器人操作任务中的应用。他们引入了一种多层知识表示模型，该模型整合了场景、对象、智能体、任务、动作和技能等元素。与传统的扁平表示相比，这种层次结构使得对操作任务的理解更加细致。作者提出了一种异构图嵌入方法，为知识图谱中的不同关系分配不同权重以增强推理能力。这种方法允许系统区分不同连接的重要性，从而促进对影响操作任务的各种因素进行更细致的推理。

与传统认知架构相比，知识图谱提供了一种更灵活、更可扩展的信息表示方式。认知架构在复制类人推理和学习方面高度专门化，但在跨各种任务或领域的适应性方面存在局限。相比之下，知识图谱提供了实体及其关系的动态、互联表示，允许更细粒度、实时的信息查询和更新。

## II 方法

参见图注 图 1：所描述方法的完整概览。圆形表示所提出方法中的每一步，而矩形框包含每一步的成果。
所提出方法的目标是将知识图谱集成到 ROS 2 系统中，提供一种结构化方法以充分发挥知识图谱的潜力，从而在多种基于 ROS 2 的应用中实现更明智的决策和更优的任务性能。该方法由几个关键步骤组成：定义初始状态与目标状态、构建任务与子任务结构、规划其执行顺序、将任务相关数据表示为知识图谱，以及使用高级语言设计任务。每一步都建立在先前步骤的基础之上，确保从初始设置到最终执行形成连贯的流程。方法的完整概览如图 1 (https://arxiv.org/html/2601.20797v1#S2.F1) 所示。

### II\-A 定义

在定义步骤中，确定任务的初始条件和预期结果。这一基础步骤涉及对任务目标和约束的透彻理解，为预期结果提供清晰愿景。该步骤旨在建立一个基线，用于衡量后续步骤，确保所有工作与最终任务目标保持一致。

### II\-B 结构化

结构化步骤涉及将任务分解为一份详细的任务列表，这些任务对于实现所定义的目标条件必不可少。每个任务进一步细分为子任务，重点在于识别和明确每个子任务相关的输入与输出，这有助于理解关键活动、它们之间的相互联系以及任务成功所需的决策点。这些输入和输出构成了稳健任务所必需的基础元素，并将在后续步骤中映射到知识图谱。

### II\-C 规划

在任务和子任务定义完成后，规划步骤要求建立有效的子任务排序。这种排序应反映一种逻辑顺序，确保在进入后续任务之前所有先决条件都已满足。此步骤的主要目标是验证所提出的顺序能否有效导向定义步骤中概述的任务目标条件的实现。一个良好排序的计划可作为后续阶段的路线图，促进顺利执行和集成。

### II\-D 表示

表示步骤涉及将每个子任务的输入和输出映射到知识图谱表示中。此步骤对于将任务列表确定的相关数据转换为可在知识图谱框架内有效利用的形式至关重要。通过使输入和输出与知识图谱对齐，可确保必要信息可用并以适合高效查询和控制的方式组织。

#### II\-D1 知识提取

要将此方法应用于任何给定的基于 ROS 2 的系统，必须设计一种针对系统特定架构、数据源和领域量身定制的数据提取方法，以确保准确高效的信息检索。

#### II\-D2 概念设计

在概念设计步骤中，设计者应定义数据将如何表示为不同的实体，并识别连接知识图谱中这些实体的关系。将数据准确映射到知识图谱对于确保知识图谱正确表示系统组件及其交互至关重要。这种对齐对于系统的决策和行动与其整体目标保持一致至关重要。

#### II\-D3 知识映射

在此阶段，开发相关机制，将原始数据转换为符合概念设计阶段定义的实体和关系的结构化格式。鉴于该方法旨在应用于任何 ROS 2 系统，必须定制这些机制以适应所使用的特定系统。

### II\-E 任务设计

在知识图谱结构建立后，此步骤使用高级语言来指定任务，包括详细的控制序列和与知识图谱交互的查询。这使得机器人能够自主执行任务，同时持续将输入和输出映射到知识图谱，以适应变化并做出明智的决策。此外，在此步骤中，设计者应验证所指定的任务是否产生定义步骤中所定义的结果。

## III ROS 2 知识图谱实现

该方法最相关的部分之一是表示步骤，涉及知识图谱中的知识表示。为处理知识管理过程中出现的问题，我们开发了不同的 ROS 2 模块，可用于将知识图谱集成到现有的基于 ROS 2 的系统中。这些模块实现三个主要功能：

1. 1\.知识库：一个负责存储知识图谱数据的 ROS 2 节点。该节点允许在知识图谱中插入、查询和删除节点以及节点之间的边。此外，这些知识图谱节点还可以以属性的形式存储数值，这在机器人领域中非常有用。
2. 2\.知识提取器：这些组件是负责与当前 r