为了支持动态环境中自主机器人的稳健计划执行，自主机器人软件应包括自适应和React能力，以应对现实环境中不断变化的状态的动态和不确定性。 但是，常规的软件体系结构（例如，感官模型，计划行为和基于行为的范式）不足以满足要求。 在执行“感官模型-计划-行为”范例期间缺乏感测能力会使软件对运行时突发事件的React变慢，而基于行为的体系结构通常在远程步骤的计划和优化计划的适应性方面均达不到要求。 本文提出了一种混合软件体系结构，该体系结构可在动态环境中保持机器人行为的适应性和React性。 为了实现此