Arquitecturas Basadas - profesaulosuna.com MATLAB R… · • El circuito neuronal ... • MEMORIA...
Transcript of Arquitecturas Basadas - profesaulosuna.com MATLAB R… · • El circuito neuronal ... • MEMORIA...
1
5/17/2004 1
Arquitecturas Basadasen el Comportamiento
Referencias
• (Arkin, 98) “Behavior-Based Robotics”• (Brooks, 99) “Cambrian Intelligence”• (Russell & Norvig, 96) “Inteligencia Artificial”• (Connell, 90) “Minimalist Mobile Robotics”
5/17/2004 2
Arquitectura?
“La arquitectura de un robot definirá como seorganizará la producción de acciones a partirde percepciones”
PERCEPCIÓN ACCIÓN
ENTORNO
INTELIGENCIA
Paradigma tradicional
5/17/2004 3
Antecedentes
Cibernética:
El control y la comunicaciónen animales y máquinas
(N. Wiener, 1948) “Cybernetics”
5/17/2004 4
Antecedentes
(W. Grey Walter, 1953) “Machina Speculatrix”Algunos principios generales de diseño:
• Parsimonia• Exploración• Atracción• Aversión• Discernimiento
5/17/2004 5
“Grey Walter’s tortoise”
Algunos comportamientos implementados:
• Buscar la luz• Avanzar hacia la luz débil• Escapar de la luz brillante• Evitar obstáculos• Recargar baterías
Antecedentes
5/17/2004 6
2
5/17/2004 7
Grey's turtles using LEGO Mindstorms
http://www.plazaearth.com/usr/gasperi/walter.htm
5/17/2004 8
Ejemplos con LEGO Mindstorms
Robo Sports (9730)Vision Command (9731)
5/17/2004 9
Ejemplos con LEGO Mindstorms
Extreme Creatures (9732) Exploration Mars (9736)
5/17/2004 10
Ejemplos con LEGO Mindstorms
Droid Developer Kit (9748) Dark Side Developer Kit (9754)
5/17/2004 11
(McCarthy et al., 1955) “Artificial Intelligence”
“An intelligent machine would tend to build up within itself an abstract model of the environment in which it is placed.
If it were given a problem it could first explore solutions within the internal abstract model of the environment and then attempt external experiments”
Marvin Minsky:
Antecedentes
http://www.media.mit.edu/people/minsky/minsky.html
5/17/2004 12
(Boden, 1995)
La IA clásica se caracteriza por:
1.- La habilidad para representar una estructurajerárquica mediante la abstracción
2.- El uso de representaciones simbólicas explícitas para incorporar conocimiento del entorno
Antecedentes
3
5/17/2004 13
La Planificación de Tareas en I.A. “clásica”
representaciónformal
búsqueda de lasolución
problema resultados
proceso de abstracción: Síntesis que conserva las característicasprincipales, a fín de conseguir una solución de forma automática
5/17/2004 14
Ejemplo: “El Mundo de los Bloques”
A
C
B
A
C
B
Estado inicial Estado final
Secuenciade operaciones
5/17/2004 15
AC
B
Estado inicial
AC
BC
AC
B
MOVE(B,T,C)
MOVE(C,A,B)MOVE(C,A,T)
AB
CB
A
MOVE(B,T,C)
CBA
MOVE(A,T,B)
Estado objetivo
MOVE(B,T,A)
MOVE(A,T,B)MOVE
(A,T,C)
BCA
MOVE(A,T,C)
Ejemplo: “El Mundo de los Bloques”
5/17/2004 16
(Marvin Minsky, 1986) “The Society of Mind”
Plantea sistemas multiagente comobase de toda inteligencia.
Así, el comportamiento inteligente puede emerger de la interacción deestos agentes simples.
Antecedentes
5/17/2004 17
(Rodney Brooks, 1991) “New approaches to robotics”
“Situatedness”. Un robot es una entidad “situada” e inmersaen el mundo real. No opera sobre abstracciones sino sobresu propio entorno.
“Embodiment”. Un robot posee una presencia física (cuerpo).Esta realidad espacial conlleva consecuencias en susinteracciones dinámicas con su entorno que son imposiblesde simular mediante ordenador de forma completa.
Antecedentes
5/17/2004 18
Shakey (Nilsson, 1969) vs Herbert (Connell, 1990)
Antecedentes
4
5/17/2004 19
W. K
öler
, (C
anar
ias,
1914
)
Ejemplo de arquitectura clásica
El problema del mono ylos plátanos con Shakey
5/17/2004 20
Propiedades
• Inteligencia emergente• Fusión a bajo nivel de percepción y acción• Paralelismo• Rechazo de las representaciones simbólicas• Uso activo del mundo (entorno)• Minimalismo
5/17/2004 21
La Inspiración Biológica: “Animal Behavior”
Qué ofrece el comportamiento animal a la Robótica?
• Neurociencias. “Estudio de la anatomía, fisiología, bioquímica y biología molecular de los sistemas nerviosos”
• Psicología. “Estudio de la mente y el comportamiento”
• Etología. “Estudio del comportamiento animal en condicionesnaturales (incluyendo su ambiente natural)”
Biological behavior vs behavior-based robotics
5/17/2004 22
Bases Neurocientíficas para el comportamiento
Qué necesitamos saber acerca del sistema nervioso
central para comprender la conversión del estímulo en
la respuesta que genera un comportamiento ?
5/17/2004 23
• El circuito neuronal.
• Estructura y función cerebral.
• Modelos abstractos de las Neurociencias.-Esquemas vs Redes Neuronales
Bases Neurocientíficas para el comportamiento
5/17/2004 24
• El circuito neuronal
Bases Neurocientíficas para el comportamiento
• La Neurona, componente elemental del sistema nervioso.
• Neurotransmisores básicos: se excitan ó se inhiben
• Paralelismo inherente al procesamiento neuronal
• Ej. de sistemas neuronales especializados clarificados por
los neurocientíficos:
+ El “sonar” del murciélago
+ Coordinación visuomotora en moscas y ranas
+ Locomoción en la cucaracha
5
5/17/2004 25
• Estructura y función cerebral.
Bases Neurocientíficas para el comportamiento
• Regiones corticales “que” y “donde” asociadas con elprocesamiento visual.
• Evidencia Neurofisiológica de distinción entre el controldel comportamiento sobre acciones sensomotoras reflejase intencionadas.
• Mecanismos asociados a las memorias a largo y corto plazo.
5/17/2004 26
• Estructura y función cerebral.
Bases Neurocientíficas para el comportamiento
• MEMORIA A CORTO PLAZO (MCP). La información almacenadapersiste por periodos de segundos a minutos. Se denomina tambiénmemoria de trabajo. Relacionada con el aprendizaje motor y lashabilidades perceptuales.
• MEMORIA A LARGO PLAZO (MLP). La información almacenadapersiste por periodos superiores a 24 horas. Ilimitada en su capacidadpero menos precisa que la MCP. El hipocampo en el cerebro es la regióndonde se aprecia el proceso de transferencia de información desde laMCP a la MLP.
5/17/2004 27
• Modelos abstractos de las Neurociencias.
Bases Neurocientíficas para el comportamiento
Comportamiento
Esquema(descomposición funcional)
Redes Neuronales(estructura + función)
Modelo Comportamental
5/17/2004 28
• Modelos abstractos de las Neurociencias.
Bases Neurocientíficas para el comportamiento
• Esquema. Unidad básica de comportamiento a partir de la cual pueden construirse acciones complejas; incorpora el conocimiento de cómo actuar o percibir así como el proceso computacional por el cual se realiza.Proporciona un método para codificar comportamiento robóticocon una granularidad más burda que las redes neuronales,manteniendo los aspectos de control concurrente cooperativo-competitivo usuales en los modelos neurocientíficos.
• Redes Neuronales. (Modelos Conexionistas)
5/17/2004 29
Ejemplo de Modelo de Red Neuronal: El Perceptrón (Rosenblat, 58)
Bases Neurocientíficas para el comportamiento
X1
X2
X3
Xn
INPUT(vector binario)
Σ Θ OUTPUT
w1
w2
w3
w4
Pesos sinápticos
5/17/2004 30
La Psicología se centra en el estudio de la mente, dejando a un ladoel cerebro.
Existen leyes físicas que describen las relaciones entre la intensidadde un estímulo físico y su intensidad percibida por un observador (Pani, 1996).
La escuela “comportamental” aparece en la psicología aprox. 1910.Nutriendose exclusivamente de los datos observados en el comportamiento de un organismo vivo.
Bases Psicológicas para el comportamiento
6
5/17/2004 31
“Psicología Ecológica” (Gibson, 1979):
Bases Psicológicas para el comportamiento
+ El entorno es aquello que los organismos perciben. Luego no se reduceal mundo descrito por las leyes de la física.
+ El observador y el entorno se complementan mutuamente.
+ La percepción de superficies es un potente mecanismo de comprensióndel entorno.
5/17/2004 32
“Psicología Cognitiva” (Eysenck, 1993):
Bases Psicológicas para el comportamiento
+ Una serie de subsistemas procesan la información del entorno(e.g. Estímulo->atención->percepción->planificación->decisión->respuesta).
+ Dichos subsistemas individuales transforman los datos sistemáticamente.
+ El procesamiento de información humano está fuertemente correlacionadocon el de los ordenadores.
+ El procesamiento “bottom-up” se inicia por el estímulo, y el “top-down” porlas intenciones y expectativas.
5/17/2004 33
La Etología trata del estudio del comportamiento animal en suhabitat. Lo que implica que sus respuestas carecen de significadofuera de su entorno natural.
Areas primarias de comportamiento (McFarland, 1981):causalidad, supervivencia, desarrollo, y evolución.
Bases Etológicas para el comportamiento
5/17/2004 34
Categorías en el comportamiento animal (McFarland, 1981):
Bases Etológicas para el comportamiento
+ Reflejosrespuestas rápidas, automáticas e involuntarias, disparadas por un ciertoestímulo proveniente del entorno. Persisten solo en la medida que dura elestímulo. La intensidad en la respuesta se correlaciona con la intensidaddel estímulo.
+ “Taxismos”comportamiento que orienta el desplazamiento de un animal a causa de unestímulo externo (lo atrae o repele). Dicho estímulo puede ser visual,mecánico, químico, o electromagnético.
+ Patrones de acciones fijassu respuesta se dispara por un estímulo pero persiste en el tiempo cuandoeste desaparece. Su intensidad y duración no dependen de la intensidad yduración del estímulo, a diferencia del comportamiento reflejo.
5/17/2004 35
Bases Etológicas para el comportamiento
El comportamiento intencionado estará gobernado no sólo por estímulos externos provenientes del entorno, sino también por estímulos internos al organismo, como el apetito, etc.
“Nicho ecológico” (McFarland, 1981). Status de un animal en su comunidad, en términos de sus relaciones con los enemigos, la comida, etc. Se trata de un lugar donde el animal coexiste con su entorno.
“Schemas” (Lorenz, 1981). Mecanismos de comportamiento innato.
5/17/2004 36
Qué ofrece el comportamiento animal a la Robótica?
El comportamiento complejo puede construirse a partir de otros comportamientos más simples.
Estrategias perceptuales deberían ajustar su respuesta únicamente a los estímulos específicos del entorno relebantes para las respuestas en situaciones específicas.
Comportamientos competitivos deben coordinarse por selección o algún otro medio.
El comportamiento robótico debería buscar su nicho ecológico particular.
7
5/17/2004 37
Qué ofrece el comportamiento animal a la Robótica?
Ejemplo de sistema robótico inspirado en el comportamiento animal: “Locomoción en la
cucaracha”.
SENSOR COMPORTAMIENTO
Ingerir
Buscarcomida
Seguirdirección
Merodear
Boca (táctil)
Boca (químico)
Antenas (táctil)
Antenas (químico)
“Ojo, se intenta incorporar en elrobot los algoritmos de controlneuronal observados.”
5/17/2004 38
Qué ofrece el comportamiento animal a la Robótica?
Ejemplo de sistema robótico inspirado en el comportamiento animal: “Braceo del primate”.
“Ojo, no se intenta incorporar en elrobot el modelo neurofisiológico observado en el primate, solo losaspectos externos de locomoción.”
5/17/2004 39
Qué ofrece el comportamiento animal a la Robótica?RESUMEN
• El comportamiento animal provee+ una definición de inteligencia.+ una prueba de la existencia para la creación de sistemas móviles inteligentes.+ modelos que la robótica puede imitar o en los que puede inspirarse.
• Las Neurociencias proveen una base para la comprensión y modelado de los circuitos subyacentes al comportamiento biológico.
• La robótica puede observar la neurociencia desde diferentes niveles:+ a nivel celular de neuronas.+ a nivel de organización de la estructura cerebral.+ a nivel abstracto basado en modelos computacionales. (e.g. Redes neuronales)
• Los modelos psicológicos se dirigen al concepto de mente y comportamiento dejando a un lado el cerebro.
5/17/2004 40
• Diferentes escuelas de pensamiento en psicología proveen+ Comportamentalismo: el uso de mecanismos estímulo-respuesta para la expresión de comportamientos.+ Psicología ecológica: captura la relación de un agente con su entorno.+ Psicología cognitiva: mediante modelos computacionales describe el comportamiento de un agente en su entorno.
• La etología se relaciona con el comportamiento de los animales en su entorno natural
+ La definición de clases de comportamiento, incluyendo reflejos, taxismos, y patrones estereotipados, provee un lenguaje útil para el comportamiento robótico a nivel operacional.+ Mecanismos de comportamiento innato (e.g. “Schemas”) proveen un medio para coordinar múltiples comportamientos competitivos.+ El concepto de “nicho ecológico” permite a la robótica considerar como situar a un robot dentro de su entorno y como ser un competidor satisfactorio.
Qué ofrece el comportamiento animal a la Robótica?RESUMEN
5/17/2004 41
• Comprender el significado de “comportamiento robótico”
• Discernir los distintos métodos que pueden usarse para expresar y codificar estos “comportamientos”
• Aprender métodos para componer y coordinar “comportamientos”múltiples
• Comprensión básica de las elecciones de diseño relativo a los sistemas robóticos basados en el “comportamiento”
Resultado: “Robot Behavior”
Objetivos:
5/17/2004 42
Se trata de una reacción a un estímulo
Resultado: “Robot Behavior”
Definición de “comportamiento robótico”:
Incorpora un acople directo entre percepción y acción, eludiendo las representaciones abstractas.
Definición de “sistema robótico reactivo”:
8
5/17/2004 43
Resultado: “Robot Behavior”
• Los “comportamientos” sirven de bloques de construcción básicos para las acciones robóticas.
• Se evita el uso explícito de representación abstracta del conocimiento en la generación de una respuesta.
• Modelos del comportamiento animal sirven a menudo como base para estos sistemas.
• Se trata de sistemas inherentemente modulares desde una perspectiva de diseño de “software”.
Características de un “sistema robótico reactivo”:
5/17/2004 44
Resultado: “Robot Behavior”
• Cuáles son los bloques comportamentales correctos?.
• Qué es en realidad un comportamiento primitivo?.
• Cómo se coordinan de forma efectiva estos comportamientos?.
• Cómo se vinculan estos comportamientos a sensores y actuadores?.
Bases para la robótica comportamental:
5/17/2004 45
Resultado: “Robot Behavior”
• Diseño guiado por modelos etológicos
• Diseño basado en “actividad situada”
• Diseño conducido por la experimentación
Metodologías para el diseño de comportamientos robóticos:
5/17/2004 46
• Diseño guiado por modelos etológicos
Consulta de Literatura Etológica
Extraer Modelo
Exportar Modelo al Robot Realzar Modelo
Ejecutar Experimentos con el Robot
Evaluar ResultadosGuiar NuevosExperimentos
Biológicos
Resultado
5/17/2004 47
• Diseño basado en “actividad situada”
Dinámica del Agente en su Entorno
Partición en Situaciones
Crear Respuestas Situacionales
Realzar, Expandir,Corregir RespuestasComportamentales
Exportar Comportamientos al Robot
Evaluar Resultados
Resultado
Ejecutar Experimentos con el Robot
5/17/2004 48
• Diseño conducido por la experimentación
Construir Sistema Mínimo
Ejecutar Experimentos con el Robot
Evaluar ResultadosAñadir nuevas Competencias
Comportamentales
Resultado
9
5/17/2004 49
Clasificación Genérica de Comportamientos Robóticos
Exploración/Direcccional (mover en una dirección general)“basados en cabecera”“merodear”
Orientado a Objetivo Apetecible (mover hacia un atractor)“atractor de objeto discreto”“atractor de area”
Aversivo/Proteccionista (prevenir colisiones)“evitar objetos estacionarios”“eludir objetos en movimiento” (esquivar, escapar)“agresión”
Resultado: “Robot Behavior”
5/17/2004 50
Clasificación Genérica de Comportamientos Robóticos
Seguimiento de Caminos (mover en un camino designado)“seguir camino”“navegación en pasillos”“seguir líneas”
Posturales“equilibrio”“estabilidad”
Caminantes (para robots con patas)“control de la marcha/paso”
Resultado: “Robot Behavior”
5/17/2004 51
Clasificación Genérica de Comportamientos Robóticos
Específicos de un Manipulador (para control del brazo)“alcance/aproximación”
Mano diestra/ pinza (para manipular objetos)“agarre”“envolvimiento”
Resultado: “Robot Behavior”
OJO,Cualquiera de los comportamientos descritos requiere soporte perceptual!
5/17/2004 52
Un método no formal: “Diagramas Estímulo-Respuesta” (SR)
Resultado: “Robot Behavior”
COMPORTAMIENTOESTÍMULO RESPUESTA
IR-A-CLASELOCALIZAR CLASE
EVITAR-OBJETODETECTAR OBJETO
ESQUIVAR-ESTUDIANTEDETECTAR ESTUDIANTE
SEGUIR-DERECHODETECTAR CAMINO
CEDER-EL-PASODETECTAR PRIORIDAD
ACCIÓN
CO
OR
DIN
AD
OR
Ej. “Robot navegador”
Expresión de Comportamientos
5/17/2004 53
Métodos formales. Ventajas que ofrecen:
Resultado: “Robot Behavior”
• Pueden utilizarse para verificar las hipótesis del diseñador.• Pueden facilitar la generación automática de los sistemas de control.• Proveen un lenguaje común completo para la expresión del
comportamiento.• Proveen un marco para conducir el análisis formal de las propiedades de
un programa específico, su adecuación, y completitud.• Proveen soporte para el diseño de lenguajes de programación de alto nivel.
Expresión de Comportamientos
5/17/2004 54
Expresión de Comportamientos
Métodos formales. Dos estrategias representativas serían:
Resultado: “Robot Behavior”
• “Robot Schema” (RS). (Lyons & Arbib, 1989)
• Automata Situado. (Kaelbling & Rosenschein, 1991)
10
5/17/2004 55
Resultado: “Robot Behavior”
Codificación
Para codificar la respuesta comportamental debemos establecer una aplicación biyectiva entre el plano del estímulo y el plano motor.
Un comportamiento se expresará (E, R, β), dondeE = dominio de todos los estímulos interpretablesR = rango de las posibles respuestasβ = la aplicación β: E → R
5/17/2004 56
Resultado: “Robot Behavior”
Ensamblando Comportamientos
Comportamiento Emergente.
• Emergencia es la aparición de propiedades nuevas en sistemas completos (Moravec, 1988).
• La funcionalidad global emerge de la interacción en paralelo de comportamientos locales (Steels, 1990).
• La inteligencia emerge de la interacción de los componentes del sistema (Brooks, 1991).
• La funcionalidad emergente aparece en virtud de la interacción entre componentes no designados para dicha función en particular (McFarland & Bosser, 1993).
5/17/2004 57
Resultado: “Robot Behavior”
Ensamblando Comportamientos
Coordinación Comportamental.
• Métodos Competitivos.+ Arbitraje via red de supresiones
+ Arbitraje via acción-selección
+ Coordinación basada en votos
• Métodos Cooperativos.+ Fusión comportamental via suma vectorial
5/17/2004 58
Coordinación Comportamental
Ejemplo de Método Competitivo: “Arbitraje via red de supresiones”
COMPORTAMIENTO 4
COMPORTAMIENTO 3
COMPORTAMIENTO 2
COMPORTAMIENTO 1
PER
CE P
CIÓ
N
RESPUESTA DEL COMPORTAMIENTOACTIVO SUPERIOR
“COORDINACIÓN BASADA EN
LA PRIORIDAD”
5/17/2004 59
Coordinación Comportamental
Ejemplo de Método Competitivo: “Arbitraje via acción-selección”
COMPORTAMIENTO 4
COMPORTAMIENTO 3
COMPORTAMIENTO 2
COMPORTAMIENTO 1
RESPUESTA DEL COMPORTAMIENTO
CON NIVEL MAYOR DEACTIVIDAD
“COORDINACIÓN POR ACCIÓN-SELECCIÓN”
PER
CE P
CIÓ
N
R = RMAX(act(B1),
act(B2),act(B3),act(B4))
5/17/2004 60
Coordinación Comportamental
Ejemplo de Método Competitivo: “Coordinación basada en votos”
COMPORTAMIENTO 4
COMPORTAMIENTO 3
COMPORTAMIENTO 2
COMPORTAMIENTO 1
RESPUESTA DEL COMPORTAMIENTO
CON MÁS VOTOS
“COORDINACIÓN BASADA EN VOTOS”
PER
CE P
CIÓ
N
R = RMAX(votos(R1), votos(R2), votos(R3), votos(R4))
11
5/17/2004 61
Coordinación Comportamental
Ejemplo de Método Cooperativo: “Fusión comportamental via vector suma”
COMPORTAMIENTO 4
COMPORTAMIENTO 3
COMPORTAMIENTO 2
COMPORTAMIENTO 1
RESPUESTA DEL COMPORTAMIENTO
FUNDIDO
PER
CE P
CIÓ
N
R = Σ (Gi * Ri)
Σ
5/17/2004 62
“Robot Behavior”RESUMEN
• Los “comportamientos” generan una respuesta motora a partir de un estímulo perceptual dado.
• Los sistemas puramente reactivos eluden el uso de representación explícita del conocimiento.
• Dichos sistemas son inherentemente modulares en diseño y facilitan la reutilización de software.
• Modelos biológicos sirven a menudo de base para el diseño de estos sistemas.
• Se han presentado tres paradigmas de diseño distintos:• Diseño guiado por modelos etológicos• Diseño basado en “actividad situada”• Diseño conducido por la experimentación
5/17/2004 63
“Robot Behavior”RESUMEN
• La presencia de un estímulo es necesaria pero no suficiente para evocar una respuesta motora. Unicamente cuando dicho estímulo supera un determinado valor umbral (τ) se producirá dicha respuesta.
• Codificación de la respuesta:• Discreta, existiendo un conjunto enumerado de respuestas• Continua, donde un espacio infinito de respuestas es posible
• El comportamiento emergente es producto de la complejidad de la relación entre un agente robot y el entorno real que elude modelos analíticos.
• Los dos mecanismos primarios para coordinación de comportamientos son la competición y la cooperación.
5/17/2004 64
Arquitecturas basadas en el comportamientoCRITERIOS DE EVALUACIÓN
• Paralelismo.
• Hardware.
• Nicho.
• Modularidad.
• Robustez.
• Oportunidad.
• Flexibilidad en tiempo de ejecución.
• Actuación efectiva.
5/17/2004 65
Arquitectura de la subsunción (A.S.)
¿Qué quiere decir subsunción?
Subsunción1 f. Acción de subsumir.
Subsumir (del lat. sub, bajo + sumere, tomar)1 tr. Incluir algo como componente en una síntesis o
clasificación más abarcadora.
2 Considerar algo como parte de un conjunto más amplio o como caso particular sometido a un principio o norma
general.
5/17/2004 66
• Propuesta por Brooks en 1986 (MIT)• Para robots móviles autónomos• Inspiración:
“modelos percepción – acción en seres vivos”
RealComplejo
ImpredecibleSencillo
SencilloComplejo
EntornoAgente
Toy problems
Robots de verdad
Orígenes(A.S.)
12
5/17/2004 67
• Debe actuar apropiadamente en un entorno dinámico.
• Debe ser robusta respecto al entorno.
• Debe ser capaz de manejar varios objetivos, según las
circunstancias.
• Debe hacer algo en su entorno, tener algún propósito.
Metodología: diseñar criaturas(A.S.)
5/17/2004 68
Entorno
Percepción Acción
Inteligencia
Inteligencia: Paradigma tradicional(A.S.)
5/17/2004 69
Entorno
Percepción Acción
Inteligencia!
Nuevo paradigma(A.S.)
5/17/2004 70
• No hay representación explícita del conocimiento (“the
world is its own best model”).
• Sistema distribuido en oposición a centralizado.
• Respuesta refleja a los estímulos.
• Agentes organizados en niveles.
Los sencillos se combinan para formar otros más
complejos.
Factores clave de la subsunción(A.S.)
5/17/2004 71
• Descomposición en módulos, según la función.
sensores actuadores
percepción
modelización
planificación
ejecución
Diseño tradicional para el control de unrobot móvil
(A.S.)
5/17/2004 72
• Descomposición en comportamientos, que resuelven tareas.
sensores actuadores
evita obstáculos
avanza
explora
construye mapas
registra cambios
identifica objetos
predicción dinámica del entorno
Diseño alternativo(A.S.)
13
5/17/2004 73
• Definir una jerarquía de tareas, de sencillas a complejas.
• Implementar el comportamiento que resuelve la tarea más sencilla.
• Implementar el siguiente comportamiento sobre el anterior.
Arquitectura de niveles(A.S.)
5/17/2004 74
sensores actuadoresnivel 0
nivel 1
nivel 2
nivel 3
El nivel superior subsume el nivel inferior.
Niveles de control(A.S.)
5/17/2004 75
• Bloques básicos: procesadores y mensajes.
• Procesador: autómata finito.
• Mensajes: asíncronos.
• No hay memoria global compartida.
• No hay control central.
• Niveles superiores pueden inhibir señales de niveles inferiores.
Estructura de los niveles(A.S.)
5/17/2004 76
• Consecución de múltiples objetivos concurrentemente.
• Utilización de sensores, sin necesidad de construir una representación.
• Robustez: los niveles inferiores garantizan el funcionamiento.
• Extensibilidad: añadir nuevos niveles, nuevos procesadores, ...
Ventajas de esta arquitectura(A.S.)
5/17/2004 77
• Evitar obstáculos.• Seguir fuente de luz.
sensores avanzar
seguir
S
evitar
retroceder
S
S
motores
fotodetector
detector IR
parachoques
Ejemplo de arquitectura para robotmovil autónomo
(A.S.)
5/17/2004 78
Comportamiento emergente(A.S.)
14
5/17/2004 79
Niveles:1. Standup2. Simple walk3. Force balancing4. Leg lifting5. Whiskers6. Pitch stabilization7. Prowling8. Steered prowling
Ejemplo: Robot insecto(A.S.)
5/17/2004 80
Genghis: Niveles básicos(A.S.)
5/17/2004 81
Genghis: Niveles básicos
MODULOCOMPORTAMENTALINPUTS OUTPUTS
ResetSupresor
Inhibidor
R
S
I
AFSM (Augmented Finite State Machine)
(A.S.)
5/17/2004 82
Genghis: Red completa(A.S.)
5/17/2004 83
Aplicaciones de exploración(A.S.)
5/17/2004 84
• ¿Cuál es la complejidad máxima del entorno que se
puede manejar?
• ¿Cuál es el límite en número de sensores y
actuadores?
• ¿Cuántos niveles pueden contemplarse?
Cuestiones abiertas(A.S.)
15
5/17/2004 85
• Correlación con el entorno
• Poder predictivo
La Representación del Conocimiento(R.C.)
Características de la R.C. (Steels, 1995):
Observación: El debate sobre el papel del CONOCIMIENTOno reside en si es útil sino en como se implementaéste dentro de un sistema robótico.
5/17/2004 86
Compromisos en el uso del Conocimiento(R.C.)
Entornopredecible
Utilidad delconocimiento
Importancia dela sensorización
Dificultad dela sensorización
Célularobotizada
Navegación“indoor”
Navegación“outdoor”
Entornosdinámicos conincertidumbre
Entornosaltamenteestructurados
5/17/2004 87
Horizonte Temporal del Conocimiento(R.C.)
Mapas A Priori
AdquisiciónSensorial de Mapas
PuramenteReactivo
CONOCIMIENTO PERSISTENTECONOCIMIENTO TRANSITORIO
Instantáneo Memoria a Corto-Plazo Memoria a Largo-Plazo
5/17/2004 88
Memoria a Corto-Plazo(R.C.)
ProcesoPerceptualSensores
RESPUESTAESTÍMULO
Memoria aCorto-Plazo
ComportamientoMotor
5/17/2004 89
Memoria a Corto-Plazo(R.C.)
Representación en “grid”(Regiones teseladas en el entorno del robot. Se caracterizan porsu resolución, forma y uniformidad)
Ejemplos de “grid”:
“regular grid” “sector grid” “quadtree”
5/17/2004 90
Memoria a Corto-Plazo(R.C.)
Aplicación: “Evitación de obstáculos”
Detecciónde Obstáculos
Lecturasdel Sonar
GRIDSeleccionaDirecciónLibre delEspacio
Respuesta
“Histograma Polaruni-dimensional”
16
5/17/2004 91
Memoria a Largo-Plazo(R.C.)
La representación del mapa se obtiene por:• Información Métrica• Razonamiento Cualitativo
Integración de mapas cualitativos en una arquitectura de Subsunción (Mataric, 1992)
Trazado de Fronteras
Detección de “Landmarks”
Navegación Dirigida a Objetivoy Aprendizaje del Mapa
SEN
SOR
ES
Respuesta
“Landmarks”
5/17/2004 92
Memoria a Largo-Plazo(R.C.)
Arquitectura de Control Acción-Selección (Simmons & Koenig, 1995)
INTERPRETACIÓN
ESTIMACIÓN DELA POSICIÓN
PLANIFICADOR
SEN
SOR
ES
Respuesta
OB
JETI
VO
S
CONTROLADOR
ACCIÓN SELECCIÓN
5/17/2004 93
Representación Perceptual(R.C.)
Control del Flujo para Interpretación Funcional (Stark & Bowyer, 1994)
CaracterísticasObjeto 3D
Identificacióndel ElementoFuncional
Imagen deEntrada
Establecer OrdenPosibles ObjetosCategorías
Testear RankingCategoríasRemanentes
ConducirAnálisis deForma
Medida FuncionalSupera Umbral?
No Si
MostrarResultados
5/17/2004 94
Resumen(R.C.)
•Cuanto más predecible sea el entorno, más útil será la R.C.•Dos importantes características del conocimiento incluyen su poder predictivoy la necesidad de que la información almacenada esté en correlación con el entorno.•El conocimiento puede caracterizarse en tres formas primarias: explicitamente,implicitamente y tácitamente.•Existen evidencias de la psicología cognitiva de que los procesos mentales requierenvarias formas de representación del conocimiento.•El uso de R.C. conlleva dificultades en los sistemas comportamentales:
+ La información almacenada puede ser imprecisa o a destiempo+ El robot debe localizarse así mismo dentro del marco elegido para la R.C.
•La primera ventaja de la R.C. se relaciona con su habilidad para inyectar informaciónmás allá del rango sensorial inmediato en el sistema de control del robot.•Ejemplos de R.C explícita usados en robótica comportamental incluyen la memoriacomportamental a corto-plazo, los mapas cognitivos derivados de sensores, y lasrepresentaciones de mapas derivados a priori.
5/17/2004 95
Resumen(R.C.)
•Los mapas de memoria a largo-plazo son o métricos o cualitativos. Los mapasmétricos usan valores numéricos para almacenar posiciones de eventos observados.Los mapas cualitativos usan valores relacionales.•La noción de lugares distintivos es central en el uso de mapas cognitivos derivadosde sensores.•Los mapas cualitativos soportan capacidades de navegación general y puedenproveer soporte comportamental para alcanzar un objetivo, evitando obstáculos,invocando transiciones comportamentales, localización, y otras actividades rela-cionadas.•Representaciones derivadas de mapas a priori ofrecen al robot información consi-derando lugares donde nunca ha estado anteriormente.•Los mapas cognitivos de la MCP y la MLP se relacionan con el “donde” de lamemoria; las representaciones perceptuales se relacionan con el “que”.
5/17/2004 96
Objetivo: Recoger latas vacías
Caso de Estudio: “Herbert” (Connell,1990)(Ejemplo de arquitectura reactiva)
17
5/17/2004 97
Principios de diseño
Herbert
Enfoque para el control del robot derivado de unaperspectiva etológica:
•“Existe una colonia de agentes localmente autónomosque coordinan sus acciones para guiar al robot”
•“Utiliza el entorno en lugar de una representación del mundo”
•“No se utilizan estados persistentes”
•“Similar a “The Society of Mind” (Minsky, 86)”
5/17/2004 98
Principios de diseño
Herbert
Ventajas:
•“Si falla un agente se produce una degradación suave”
•“Facilita el incremento de su capacidad añadiendonuevos agentes”
5/17/2004 99
Manipulación
Herbert
Sensorización de la garra
5/17/2004 100
Manipulación
Herbert
5/17/2004 101
Manipulación
Herbert
5/17/2004 102
Manipulación
Herbert
18
5/17/2004 103
Manipulación
Herbert
5/17/2004 104
Visión
Herbert
5/17/2004 105
Visión
Herbert
5/17/2004 106
Visión
Herbert
5/17/2004 107
Navegación
Herbert
5/17/2004 108
Navegación
Herbert