机器人的路径规划是机器人技术领域的主要问题之一。当机器人以线性时态逻辑（LTL）规范的形式给予任务以使该任务需要重复执行时，我们希望机器人遵循最短的循环路径，以使机器人完成该任务的次数。在给定持续时间内的任务得到最大化。在本文中，我们解决了动态环境中的LTL路径规划问题，在这种环境中，新到达的动态障碍物可能会在任意时间点使某些可用路径失效。我们提出了DT *，这是一种基于SMT的后退视野规划策略，可根据工作区的当前状态重复解决优化问题，从而使机器人遵循当前情况下的最佳可用路径。我们使用Z3 SMT求解器实现我们的算法，并根据LTL规范对它进行了广泛的评估，该规范捕获了仓库环境中的取放应用程序。我们将基于SMT的算法与两种精心设计的贪婪算法进行了比较。我们的实验结果表明，该算法可以有效地解决LTL路径规划中工作空间中的动态问题。



"点击查看英文标题和摘要"