由于促进了各种复杂的任务，因此异质自动机器人团队变得越来越重要。对于此类异质机器人，目前尚无一致的方法来描述每个机器人提供的功能。在制造领域，功能建模被认为是针对不同机器提供的语义模型功能的一种有希望的方法。这项贡献研究了如何将能力模型从制造应用到自主机器人领域，并提出了这种能力模型的方法。

尽管存在使用语义模型集成异构数据的方法，但这种语义模型通常不可能由现有软件工具使用。许多软件工具 - 尤其是在工程中 - 只有以更具成熟的数据互换格式（例如XML或JSON）导入和导出数据的选项。因此，如果需要在这种软件工具中使用语义模型中包含的信息，则需要自动将语义信息映射到互换格式中。我们旨在开发一种通用的映射方法，该方法使用户可以使用任意结构来创建语义信息转换为数据互换格式，该结构可以由用户定义。目前，这种映射方法正在详细阐述。在此贡献中，我们报告了针对从RDF转换为XML的最初步骤。首先，引入了映射语言，该语言允许将自动映射从本体学定义为XML。此外，还提供了能够执行此语言定义的映射的映射算法。使用用例进行评估，其中需要在3D建模工具中使用工程信息。

Industry 4.0 envisions Cyber-Physical Production Systems (CPPSs) to foster adaptive production of mass-customizable products. Manufacturing approaches based on capabilities and skills aim to support this adaptability by encapsulating machine functions and decoupling them from specific production processes. At the 2022 IEEE conference on Emerging Technologies and Factory Automation (ETFA), a special session on capability- and skill-based manufacturing is hosted for the fourth time. However, an overview on capability- and skill based systems in factory automation and manufacturing systems is missing. This paper aims to provide such an overview and give insights to this particular field of research. We conducted a concise literature survey of papers covering the topics of capabilities and skills in manufacturing from the last ten years of the ETFA conference. We found 247 papers with a notion on capabilities and skills and identified and analyzed 34 relevant papers which met this survey's inclusion criteria. In this paper, we provide (i) an overview of the research field, (ii) an analysis of the characteristics of capabilities and skills, and (iii) a discussion on gaps and opportunities.

生产公司在快速调整其生产控制到波动需求或不断变化的要求时面临问题。旨在在服务意义上封装生产功能的控制方法已经令人前途，以提高网络物理生产系统的灵活性。但是，这种方法的现有挑战是根据一套要求的提供功能来寻找生产计划，特别是当要求和提供的职能之间没有直接（即句法）匹配时。在这种情况下，它可以变得复杂，以找到可以安排到满足需求的计划中的那些功能。虽然生产规划有各种不同的方法，但灵活的生产造成了现有研究未涵盖的特定要求。在这一贡献中，我们首先捕获了灵活生产环境的这些要求。之后，给出了可以利用的当前人工智能方法来概述，以克服上述挑战。讨论符号AI规划以及基于机器学习的方法的方法，并最终与要求进行比较。根据这种比较，得到了研究议程。