Robotyka mobilna Architektury sterowania w robotyce Dariusz Pazderski 1 1 Katedra Sterowania i In»ynierii Systemów, Politechnika Pozna«ska 2 pa¹dziernika 2015
Wprowadzenie Paradygmaty sterowania w robotyce Paradygmat sterowania w robotyce: okre±la model funkcjonalny opisuj cy sposób dziaªania ukªadu sterowania robota opisuje zale»no±ci pomi dzy poszczególnymi blokami funkcjonalnymi robota: POMIAR-PLANOWANIE-DZIAŠANIE (SENSE-PLAN-ACT). SENSE wej±cie: kontakt ze ±rodowiskiem, dane wewn trzne, wyj±cie: dane przetworzone. PLAN wej±cie: przetworzone informacje sensoryczne (ew. inne pochodz ce z innych komponentów) oraz wiedza o ±rodowisku, wyj±cie: opis zadania. ACT dziaªanie i wykonywanie zada«poprzez oddziaªywania robota na ±rodowisko za pomoc elementów wykonawczych.
Wprowadzenie Robot-±rodowisko Rysunek: Interakcja robot-±rodowisko
Wprowadzenie Podstawowe paradygmaty (architektury) sterowania w robotyce Architektura hierarchiczna (deliberatywna) Architektura reaktywna (behawioralna) Architektura hybrydowa
Wprowadzenie Opis i wªa±ciwo±ci architektur sterowania (1) Zorientowanie na cel: dost pno± metod sterowania pozwalaj cych na osi ganie okre±lonych celów. Elastyczno± : stopie«rozszerzalno±ci na nowe podsystemy lub mo»liwo± wprowadzania modykacji i nowych funkcji bez naruszania prawidªowego pracy systemu. Šatwo± stosowania: cecha okre±laj ca mo»liwo± zrozumienia systemu, jego rozwoju, testowania i usuwania bª dów. Reaktywno± : zdolno± systemu do odpowiedzi i adaptacji na nagªe zmiany w ±rodowisku. Kryteria optymalno±ci: mo»liwo± optymalizacji funkcji celu, takich jak minimalizacja odlegªo±ci, czasu, poziomu oscylacji, itd.
Wprowadzenie Opis i wªa±ciwo±ci architektur sterowania (2) Uczenie si : zdolno± systemu do uczenia si w specjalnym trybie lub poprzez analiz wykonywanych operacji. Odporno± : zdolno± systemu do reakcji na gwaªtowne zmiany, niepewno± wej±cia i jego tolerancja na nieprawidªowe dziaªanie poszczególnych bloków. Planowanie: zbiór cz ±ciowo uporz dkowanych zada«dla robota do rozwi zywania problemu na najwy»szym mo»liwym poziomie abstrakcji. Efektywno± : mo»liwo±ci i wydajno± systemu w optymalnym wykorzystaniu zasobów, pojedynczych lub wspóªbie»nych zada«do realizacji zadania.
Paradygmat hierarchiczny Wprowadzenie (1) Rysunek: Struktura hierarchiczna SPA
Paradygmat hierarchiczny Wprowadzenie(2) Struktura hierarchiczna jest najstarsz implementacj sztucznej inteligencji w robotyce. Dominuj ca w latach 1967-1990. Przetwarzanie (inteligencja) opiera si na wewn trznej reprezentacji ±rodowiska (±wiata), w którym dziaªa robot. Model ±wiata mo»e uwzgl dnia jego cechy zyczne oraz opinie o jego elementach (np. strefy niebezpieczne). Robot przetwarza dane w ustalonej hierarchii (kolejno±ci). Architektura na±laduje pewne mechanizmy wnioskowania przez czªowieka.
Paradygmat hierarchiczny Zalety Zorientowanie na cel Determinizm Jasno zdeniowane zasady wnioskowania (mo»liwo± optymalizacji)
Paradygmat hierarchiczny Wady Du»y koszt obliczeniowy (problem modelowania ±wiata budowa modelu i analiza w ka»dym kroku) Problem ramy odniesienia (jak przedstawi efekt akcji, ale jednocze±nie nie zajmowa si wszystkim tym, co nie b dzie mie miejsca) Wymaga dokªadnej wiedzy o ±wiecie Problem nabierania znaczenia przez symbole (symbol grounding problem) (planowanie jest wykonywane na modelu ±wiata nie w ±wiecie rzeczywistym istotne jest ograniczenie ró»nic pomi dzy modelem a rzeczywisto±ci ) Dyskretyzacja
Paradygmat hierarchiczny Przykªadowe realizacje System wnioskowania (planowania) STRIPS (Standford Research Institute Solver Problem) programowany w LISP: robot Shakey (1966-1972), opracowanie algorytmów A*, transformaty Hougha i grafu widoczno±ci. NASREM NASA/NBS Standard Reference Model Architecture for the Space Station Telerobot Control System (1989). Propozycja architektury sterowania w teleoperacji, uwzgl dniaj cej sztuczn inteligencj (AI): dekompozycja celu, planowanie hierarchiczne, analiza obrazu, idea czarnej skrzynki, systemy eksperckie.
Paradygmat reaktywny Wprowadzenie (1) Rysunek: Struktura reaktywna SA (brak P!)
Paradygmat reaktywny Wprowadzenie(2) Od wczesnych lat 80-tych XX w. naukowcy zacz li rozpatrywa inteligencj zwierz t w kontek±cie nauk biologicznych i kognitywistyki aby zrozumie czego brakuje w robotyce. Zasady inteligencji zwierz t s tutaj szczególnie istotne: zwierz ta ±wiat otwarty, roboty ±wiat zamkni ty. Koncepcja agenta jako abstrakcyjnego systemu inteligentnego: Agent jest samowystarczalny i niezale»ny. Posiada wªasny mózg i mo»e oddziaªywa ze ±wiatem w celu zmiany jego stanu oraz obserwuje otoczenie. Jest samo±wiadomy.
Paradygmat reaktywny Teria oblicze«przy projektowaniu agenta mo»na odwoªa si do teorii oblicze«zaproponowan przez Marra neurozjologa, który rozpatrywaª przeniesienie biologicznych procesów rozpoznawania obrazu do komputerowych systemów wizyjnych. W teorii oblicze«mo»na wyró»ni uproszczon klasykacj : Poziom 1: Istnienie dowodu co mo»e lub powinno by zrobione. Poziom 2: Dekompozycja zagadnienia na wej±cia, wyj±cia i wymagane przeksztaªcenia. Poziom 3: W jaki sposób implementowa proces?
Paradygmat reaktywny Zachowanie (1) Zachowanie jest odwzorowaniem wej±cia sensorycznego na wzorzec ruchu (akcji), który podejmowany jest w celu realizacji zadania. Zachowania reeksyjne s wynikiem stymulacji (stimulus-response, S-R) i wyzwolenie wzorca akcji, który mo»e trwa dªu»ej ni» stymulacja. Nie wymagaj prowadzenia procesu wnioskowania/poznawania schemat typu: je±li czujesz wykonuj akcj. Zachowania reaktywne s wyuczone, wyzwalane automatycznie bez udziaªu ±wiadomo±ci. Zachowania ±wiadome s wynikiem ±wiadomego dziaªania i ª czenia wyuczonych wzorców post powania. W robotyce zachowanie reaktywne = zachowanie reeksyjne!
Paradygmat reaktywny Zachowanie (2) Etologowie identykuj trzy odmiany zachowa«reeksyjnych: Odruchy intensywno± odpowiedzi jest proporcjonalna do intensywno±ci stymulacji i trwaj tak dªugo jak stymulacja. Taksje odpowied¹ zachodzi w kierunku zgodnym lub przeciwnym do stymulacji. Ustalone wzorce akcji odpowied¹ trwa dªu»ej ni» stymulacja i mo»e by ksztaªtowana przez wiele bod¹ców.
Paradygmat reaktywny Sterowanie zachowaniami Wbudowane mechanizmy sterowania (Innate Releasing Mechanisms, IRMs) dziaªaj jak przeª czniki kontroluj ce zachowania i dostarczaj niskopoziomowego mechanizmu koordynacji wyzwalania i hamowania zachowa«podstawowych. Wspóªpraca zachowa«mechanizmy sterowania: Równowaga (zachowania dziaªaj jednocze±nie i uzyskuje si stan równowagi) Dominacja (zwyci»a jedno zachowanie) Wykluczanie (zachowania znosz si wzajemnie)
Paradygmat reaktywny Wªa±ciwo±ci (1) Robot posiada wiele sprz»e«typu pomiar-dziaªanie (Sense-Act). Te sprz»enia deniuj zachowania jednoczesne, które s wynikiem danych sensorycznych i wyznaczaj akcje niezale»nie od innych procesów. Robot przeprowadza kombinacj zachowa«. Brak modelu: ±wiat jest swoim najlepszym modelem. Zachowania s implementowane sprz towo (ukªady elektroniczne) lub w postaci algorytmów o maªej zªo»ono±ci obliczeniowej. Nie wymaga si pami ci. Zachowania stanowi reeksy typu S-R.
Paradygmat reaktywny Wªa±ciwo±ci (2) Schemat reaktywny pozwala projektowa rozszerzany ukªad nawigacji, który skªada si z poszczególnych warstw zachowa«. Szybka reakcja na dynamiczne zmiany ±rodowiska. Nie wymagane modelowanie i przechowywanie modelu ±wiata. Maªa zªo»ono± obliczeniowa i krótkie opó¹nienie pomi dzy percepcj a dziaªaniem. Wi ksza odporno± i niezawodno± dzi ki redundancji zachowa«.
Paradygmat reaktywny Przykªadowe realizacje Motor Schema (Arkin, 1989). Schematy pozwalaj uzyska moduªowo± w wyra»aniu relacji pomi dzy percepcj a zachowaniem. Dziaªaj jako rozproszone agenty i wspóªdziaªaj ze sob. Dostarczaj podstawowych zachowa«, które ª cz c si ze sob daj zachowania zªo»one. Architektura ma silne podstawy kognitywistyczne i mo»e by rozszerzona o kolejne modele teoretyczne. Architektura subsumption (Brooks, 1986) klasyczna implementacja czysto reaktywnego systemu. Podstawa: ±wiat jest swoim wªasnym modelem. Zachowanie wynika ze wspóªpracy sieci moduªów pomiarowych i wykonawczych. Moduªy s grupowane w warstwy kompetencji. Moduªy w warstwie wy»szej mog nadpisywa lub zast powa wyj±cia generowane przez moduªy warstw ni»szych. Sterowanie zachowaniami typu: zwyci»a jedno, które znajduje si w warstwie wy»szej.
Paradygmat hybrydowy Paradygmat deliberatywny a reaktywny porównanie (1) Ograniczenie architektur deliberatywnych Trudno± szybkiej reakcji na zmiany w ±rodowisku (brak mechanizmów niskiego poziomu) W wielu przypadkach wymaga si zachowa«, które wynikaj z koncepcji pami ci mi ±niowej Ograniczenie architektur reaktywnych trudno± wprowadzenia mechanizmów wnioskowania (na±ladowanie organizmów inteligentnych) reakcja tylko wedªug schematu S-R (wg Skinnera) brak mo»liwo±ci planowania (optymalizacja planu, budowa map, ocena jako±ci)
Paradygmat hybrydowy Paradygmat deliberatywny a reaktywny porównanie (2) Rysunek: Wybrane wªa±ciwo±ci architektur.
Paradygmat hybrydowy Idea paradygmatu hybrydowego Ogólna koncepcja: poª czy wªa±ciwo±ci metod hierarchicznych z metodami reaktywnymi w celu uzyskania architektury umo»liwiaj cej realizacj zªo»onych zada«(efekt synergii!). Elementy planowania deliberatywnego powinny by zintegrowane z szybk realizacj wspieran przez paradygmat reaktywny. My±l przewodnia: pozwoli aby etap planowania byª wykonywany niezale»nie od sekwencji Percepcja-Akcja.
Paradygmat hybrydowy Struktura Rysunek: Strukltura hybrydowa SPA
Paradygmat hybrydowy Integracja planowania Warstwa planowania i warstwa reaktywna ª czone s w taki sposób,»e ta pierwsza dostarcza informacji, które wykorzystuje warstwa reaktywna. Warstwa planowania uruchamiana jest w pierwszej kolejno±ci lub jednocze±nie wraz z warstw reaktywn. Warstwa planowania aktualizuje parametry dla warstwy reaktywnej, która bezpo±rednio aktualizuje stan ±rodowiska. Poª czenie planowania i reakcji poprzez wspóªdziaªaj ce warstwy realizowane jest w czasie rzeczywistym.. Dane sensoryczne dostarczane jest do moduªów reaktywnych i planowania.
Paradygmat hybrydowy Elementy charakterystyczne architektur hybrydowych Sekwencer Zarz dca zachowa«reaktywnych Kartograf Planer misji Monitor dziaªania systemu
Paradygmat hybrydowy Przykªad AuRA (Autonomous Robot Architecture) Rysunek: Architektura hybrydowa wg (Arkin, 1997)