This thesis investigates the problem of competently accomplishing everyday manipulation activities for autonomous robots as a plan-based control problem. We propose TRANER (TRAnsformational PlanNER) as a plan transformation system for the optimization of everyday activities. TRANER advances the state-of-the-art in three important ways. First, it extends concurrent reactive plan representation to support the specification of robust and transformable plans. Second, it proposes a library of general and flexible plans for a household robot. Third, it provides a suite of general transformation rules that are capable of improving the course of activities in important and novel ways. Comprehensive and extensive experiments in a realistic simulation environment show that transformational planning enables robots to substantially improve their performance by tailoring their course of activity to their tasks, environments, and capabilities.     «

This thesis investigates the problem of competently accomplishing everyday manipulation activities for autonomous robots as a plan-based control problem. We propose TRANER (TRAnsformational PlanNER) as a plan transformation system for the optimization of everyday activities. TRANER advances the state-of-the-art in three important ways. First, it extends concurrent reactive plan representation to support the specification of robust and transformable plans. Second, it proposes a library of general...     »

Diese Arbeit untersucht, wie alltägliche Manipulationsaufgaben als planbasierte Kontrollprobleme für autonome Roboter kompetent gelöst werden können. Wir schlagen TRANER (TRAnsformationsplaNER) als ein Planungssystem zur Optimierung von alltäglichen Aktivitäten vor. Diese Dissertation beinhaltet drei Hauptbeiträge. Erstens erweitert sie die Repräsentation von nebenläufigen reaktiven Plänen, sodass sie die Spezifikation von robusten und transformierbaren Plänen unterstützt. Zweitens schlägt sie eine Bibliothek von allgemeinen und flexiblen Plänen für Haushaltsroboter vor. Drittens führt sie eine Menge von allgemeinen Transformationsregeln ein, die geeignet sind das Roboterverhalten zu verbessern. Umfassende Experimente in einer realistischen Simulation zeigen, dass Roboter durch Transformationsplanen ihre Leistung substantiell verbessern können, indem sie ihre Pläne an die Aufgaben, die Umgebung und die eigenen Fähigkeiten anpassen.     «

Diese Arbeit untersucht, wie alltägliche Manipulationsaufgaben als planbasierte Kontrollprobleme für autonome Roboter kompetent gelöst werden können. Wir schlagen TRANER (TRAnsformationsplaNER) als ein Planungssystem zur Optimierung von alltäglichen Aktivitäten vor. Diese Dissertation beinhaltet drei Hauptbeiträge. Erstens erweitert sie die Repräsentation von nebenläufigen reaktiven Plänen, sodass sie die Spezifikation von robusten und transformierbaren Plänen unterstützt. Zweitens schlägt sie e...     »