Automated Robot Recovery from Assumption Violations of High-Level Specifications

本文提出了一个框架，使得机器人能够在任务执行过程中自动从高级规范假设的违反中恢复过来。与之前需要用户干预来强制执行额外假设以进行失败恢复的方法不同，我们的方法利用合成修复来建议新的机器人技能，一旦实施，就可以修复任务。我们的方法在任务执行过程中检测环境安全假设的违反，放宽假设以允许观察到的环境行为，并获取新的机器人技能来完成任务。我们在一个类似工厂的场景中使用Hello Robot Stretch演示了我们的方法。

本论文旨在解决机器人在执行任务时违反高级规范的假设所导致的问题，并提出了一种新的自动修复框架。

该框架利用基于合成的修复方法，自动为机器人提供新的技能，以修复任务中的问题。

论文在Hello Robot Stretch机器人上进行了实验，展示了该框架的有效性。论文还提出了一种检测环境安全假设违规的方法，并通过放宽假设和获取新技能来修复任务。

在相关研究方面，之前的方法需要用户干预来修复任务，而该论文提出的自动修复框架是一种新的解决方案。