Кратко — сначала сопоставление, затем предложенная гибридная архитектура и чёткий интерфейс между слоями.
1) Сравнение: когда что лучше
- Субсимволический (нейросети)
- Сильные стороны: извлечение признаков из сырого сенсорного потока (камера, LIDAR, звук), воспринимать шумные / частично наблюдаемые данные, аппроксимация сложных функций (детекция объектов, сегментация, оценка одометрии).
- Примеры задач в навигации: детекция/классификация препятствий, семантическая сегментация сцены, прямая регрессия траекторий, оценка вероятностей событий.
- Символический (логический)
- Сильные стороны: явное планирование, рассуждение о последовательностях действий, соблюдение правил, объяснимость, гарантия свойств (например безопасность по правилам).
- Примеры задач: топологическое планирование задач (посетить точки A→B→C), логические ограничения миссии, верификация планов, сложные дискретные решения (решение конфликтов, правила приоритета).
2) Рекомендуемое распределение обязанностей в системе автономной навигации
- Перцепция (raw → признаки) — нейросети: детекторы, сегментация, слежение.
- Локализация и метрическая картография (метрический SLAM, фильтры) — гибрид: нейросети для извлечения особенностей + вероятностные фильтры (EKF/Particle) для оценки позы.
- Семантическая карта (объекты, проходимость, зоны) — нейросеть для аннотаций + символическая структура для хранения семантики.
- Символическая обработка/понимание задач — логика/PLANNER (PDDL, ASP): цели, правила миссии, исключения.
- Планировщик задач и последовательностей — символический (ищет дискретные шаги, расписания).
- Локальное планирование и управление движением — нейросеть + классические контроллеры (MPC, PID); NN генерирует предложения/скорректированные траектории, контроллер обеспечивает безопасность/стабильность.
- Мониторинг/верификация — логика: проверка соблюдения ограничений, генерация объяснений.
3) Гибридная архитектура (уровни, коротко)
- Уровень 0: Сырые сенсоры
- Уровень 1: Перцепция (NN) → эмбеддинги, семантические метки
- Уровень 2: Оценка состояния / SLAM (вероятностный) → метрическая карта $M_{metric}$, поза $\hat{x}$ с ковариацией $\Sigma$ - Уровень 3: Symbol grounding / семантическая карта → символы $S$, предикаты и вероятности $P(s_i\mid o_{1:t})$ - Уровень 4: Символический планировщик/логика → дискретные действия/подзадачи
- Уровень 5: Исполнитель (поведенческий модуль + низкоуровневый контроллер) → траектории/команды приводам
4) Интерфейс между слоями — формальные примеры и протоколы обмена
- Перцепция → SLAM:
- Передаём облака/фичи/извлечённые ключевые точки и вероятности детекций.
- Примеры типов: фичи $f_t$, семантические метки с вероятностями $\{(labe{l}_i,P(labe{l}_i\mid o_t))\}$.
- SLAM → Symbol grounding:
- Поза: ${\hat{x}}_t\sim \mathcal{N}({\mu }_t,{\Sigma }_t)$.
- Метрическая карта: $M_{metric}$ (occupancy grid / costmap) с непрерывными значениями вероятностей.
- Perception → Symbol grounding:
- Символы и уверенность: множество $S=\{s_i\}$ с вероятностями $P(s_i\mid o_{1:t})$. Например $P(ObstacleAt(x,y)\mid obs)=0.87$.
- Эмбеддинги объектов $e_i\in {\mathbb{R}}^d$ для семантического сравнения/слияния.
- Symbol grounding → Planner:
- Дискретные предикаты: например $At(robot,locA)$, $Clear(path\_A\_B)$, $ChargingStation(locC)$; каждое предикат сопровождается вероятностью/confidence.
- Формат: tuple $(predicate,args,confidence,evidence\_refs)$.
- Planner → Executor:
- План = последовательность действий $[a_1({\theta }_1),a_2({\theta }_2),...]$, где параметры $\theta$ — целевые позиции/ограничения.
- Ограничения безопасности: запрещённые зоны, максимальные скорости, мягкие/жёсткие приоритеты.
- Executor → Low-level controller:
- Параметризованные траектории/waypoints + реальное время потоки коммерс-данных.
- Контроллер возвращает статус/ошибки.
5) Примеры формул интерфейса (коротко)
- Агрегация уверенности через Байесовское обновление:
$$P(s\mid o_{1:t})\propto P(o_t\mid s)P(s\mid o_{1:t-1}).$$ - Представление позы:
$${\hat{x}}_t=({\mu }_t,{\Sigma }_t),{\mu }_t\in {\mathbb{R}}^3.$$ - Символы с эмбеддингом:
$$symbo{l}_i=(name,P,e\in {\mathbb{R}}^d).$$
6) Обработка несогласий и управление неопределённостью
- Все символы имеют confidence; планировщик использует пороги или решает с учётом риска (модель ожидания затрат): минимизировать ожидаемую стоимость
$$\underset{\pi }{\min }\mathbb{E}[Cost(\pi )\mid belief].$$ - В критических ситуациях: возвращение на уровень perception/ре-оценка (re-observation) или запрос к оператору.
7) Практические рекомендации реализации
- Чётко типизировать сообщения (schema): (type, payload, timestamp, confidence, source).
- Поддерживать асинхронность: perception ~10–30 Hz, planner ~0.1–1 Hz.
- Использовать промежуточные представления: costmaps, topological graph + symbol table.
- Логирование связей (traceability): каждый символ хранит reference на наблюдения, чтобы дать объяснение.
Итог: нейросеть решает восприятие и непрерывную адаптивность; логика — дискретное планирование, правила и объяснимость; интерфейс — вероятностные символы + метрические состояния (поза, карты) с confidence и эмбеддингами, чёткие сообщения/контракты между модулями и процедуры разрешения конфликтов через байесовские обновления и запросы переизмерений.