マルチロボットの高レベル軌道計画と、異常（スパリアス）行動の検出

要旨: 異種エージェントを持つ多ロボットシステムにおいて、高レベルのミッションを確実に実行するには、つじつまの合わない挙動（spurious behaviors）を検出するための堅牢な手法が必要である。本論文では、線形時相論理（Linear Temporal Logic: LTL）式として指定された計画のつじつまの合わない実行（spurious executions）を、誤ったタスク順序、空間制約の違反、タイミングの不整合、あるいは意図したミッション意味論からの逸脱として同定するという課題に取り組む。これに対処するために、ロボットの行動をLTLに基づくグローバルなミッション仕様と協調させる、Nets-within-Nets（NWN）パラダイムに基づく構造化されたデータ生成フレームワークを導入する。さらに、ロボット軌跡を正常または異常として分類する、Transformerベースの異常検知パイプラインを提案する。実験評価の結果、本手法は実行の非効率（execution inefficiencies）の識別において高い精度（91.3%）を達成し、主要ミッション違反（88.3%）および制約に基づく適応的な異常（66.8%）に対して堅牢な検知能力を示す。埋め込みとアーキテクチャのアブレーション実験を行い、より単純な表現よりも本提案が優れた性能を示すという、成功した結果が得られた。