Introdução à Robótica Móvel - Inf
Propaganda
Introdução à Robótica Móvel Aula 4 Edson Prestes Departamento de Informática Teórica http://www.inf.ufrgs.br/~prestes [email protected] Paradigmas ¢ Existem três paradigmas usados organizar a inteligência em robôs [1]: Hierárquico ou Deliberativo; Reativo; Híbrido. ¢ Em todos os casos, eles referem-se ao relacionamento entre as primitivas básicas: Observar (SENSE); Planejar (PLAN); Atuar (ACT). Comportamento animal ¢ Comportamento é o elemento fundamental da inteligência natural. ¢ É um mapeamento das entradas sensoriais para um padrão de ação motor que é usado para executar uma tarefa. ¢ Os etologistas dividem comportamentos em [1] : Reflexivos : comportamentos puros de estimulo-resposta. Reativos : são aprendidos, consolidados e usados de forma inconsciente : andar de bicicleta. Comportamentos associadas à memória muscular são reativos. Conscientes: são deliberativos ou seja envolvem planejamento. Comportamento animal ¢ Os comportamentos reflexivos são particularmente interessantes pois não necessitam de qualquer tipo de cognição. ¢ Eles podem ser divididos em: reflexos : a resposta dura de acordo com o estimulo e é proporcional a intensidade do estímulo. taxia : a resposta está associada a um movimento em uma direção em particular. Exemplo : quimiotaxia, fototaxia, etc. padrões de ação fixa: a resposta tem duração maior que o estímulo. Exemplo: comportamento de defesa de cavalos. Comportamento animal ¢ Existem quatro maneiras de adquirir comportamentos: Inatos: nascer com o comportamento. Exemplo: reflexo de regurgitar das andorinhas do mar; Seqüências de comportamentos inatos: nascer com uma seqüência de comportamentos. Exemplo: ciclo de acasalamento das vespas ; Inatos com memória: nascer com comportamentos que necessitam de inicialização. Exemplo: aprendizado da localização da colméia; Aprendidos : aprender a partir da interação com o mundo. Exemplo: comportamento de caça dos leões. Paradigma Reativo ¢ Intensamente usado de 1988 a 1992 ¢ Corresponde a uma resposta ao paradigma hierárquico. ¢ Foi motivado por várias idéias oriundas da etologia. ¢ Desconsidera a fase planejamento, ligando a observação diretamente à ação. ¢ Um robô pode ter muitos pares de observação – ação. Cada par é também chamado comportamento. Paradigma Reativo Decomposição horizontal do paradigma hierárquico[1] Informação sensorial imediatamente disponível para o Comportamento Decomposição vertical do paradigma reativo[1] Paradigma Reativo ¢ As arquiteturas reativas possuem, em geral, as seguintes características: Os robôs fazem parte do mundo (“situated agents”). O comportamento global emerge a partir da interação de comportamentos individuais. O sensoriamento é local (egocêntrico). Seguem bons princípios de desenvolvimento de software. Modelos de comportamento de animais formam a base para comportamentos e para o sistema. Não possui memória. O comportamento persiste por um curto espaço de tempo após o término do estimulo. Paradigma Reativo ¢ A arquitetura reativa mais famosa é a arquitetura subsumption proposta por Brooks [4,5]. ¢ Brooks afirmava que o mundo era o melhor modelo e não era necessário nenhuma representação de mundo para produzir comportamentos inteligentes. ¢ Ela usa comportamentos estimulo-resposta. ¢ Versão inicial das arquiteturas reativas: um sensor por comportamento. ¢ Subsumption : to include or place within something larger or more comprehensive : encompass as a subordinate or component element (Merriam-Webster’s) Paradigma Reativo ¢ Arquitetura Subsumption Sua fama decorre do fato que comportamentos muito naturais foram produzidos pela arquitetura. Os robôs que usaram esta arquitetura foram os primeiros a andar, evitar colisões, escalar sem as pausas “move-pensamove-pensa” do Shakey. Paradigma Reativo ¢ Arquitetura Subsumption Os módulos são agrupados em camadas de competência que reflete uma hierarquica de inteligência. Os módulos das camadas mais altas podem inibir ou substituir a saída dos comportamentos das camadas imediatamente mais baixa. Não possui representação do mundo. Uma tarefa é executada ativando a camada apropriada. Paradigma Reativo ¢ Arquitetura Subsumption - Exemplo Nível 0 Figuras extraídas de [1] Paradigma Reativo ¢ Arquitetura Subsumption - Exemplo Nível 1 Paradigma Reativo ¢ Arquitetura Subsumption A combinação da saída produzida pelo nível mais alto com a produzida pelo nível mais baixo pode ser feita de suas maneiras: ¢ Inibição : a saída do nível mais alto inibe a propagação da saída do nível mais baixo. Ou seja, o nível mais baixo pode ter sua saída propagada ou não. ¢ Substituição : a saída do nível mais baixo é diretamente substituída pela saída do nível mais alto. Isto acontece apenas quando o nível mais alto produz uma saída, caso contrário, o que vale é a saída de nível mais baixo. Paradigma Reativo ¢ Arquitetura Subsumption - Exemplo Nível 1 Substituição Paradigma Reativo ¢ Arquitetura Subsumption - Exemplo Nível 2 Paradigma Híbrido ¢ Por volta do inicio de 1990, a tendência era desenvolver sistemas inteligentes usando o paradigma reativo. ¢ Usando este paradigma, os robô poderiam operar em tempo real usando processadores baratos. ¢ O principal problema com este paradigma era também o motivo de seu sucesso. ¢ A eliminação da capacidade de planejamento ou memorização fazia com que o robô não fosse capaz de planejar trajetórias ótimas, construir mapas, monitorar seu desempenho, etc. Paradigma Híbrido ¢ O robô realiza o planejamento decompondo uma tarefa em sub-tarefas. ¢ Define os comportamentos a serem realizados em cada sub-tarefa. ¢ Então os comportamentos são executados como no paradigma reativo. ¢ As observações feitas pelos sensores do robô podem ser usada para atualizar o modelo do mundo. Paradigma Híbrido ¢ Tenta unir as melhores características dos paradigmas anteriores : Capacidade de planejamento a médio e longo prazo. Resposta em tempo real aos estímulos externos. Paradigma Híbrido Parte Deliberativa Parte Reativa Figura Extraída de [1] Paradigma Híbrido ¢ Em geral, as arquiteturas híbridas possuem os seguintes módulos: Sequencer – gera um conjunto de comportamentos para realizar uma dada sub-tarefa; Resource Manager – aloca recursos para os comportamentos. Cartographer – responsável por criar, armazenar e gerenciar mapas ou informações espaciais. Mission Planner – gerencia a comunição entre o robô e o ser humano. Performance monitoring and problem solving – permite ao robô saber seu progresso durante a realização de uma dada tarefa. Paradigma Híbrido Arquitetura AuRA [6] (Autonomous Robot Architecture) Figura Extraída de [1] Paradigma Híbrido ¢ No caso da arquitetura AuRA Sequencer – Navigator, Pilot; Resource Manager – Motor Schema Manager. Cartographer – Cartographer. Mission Planner – Mission Planner. Performance monitoring and problem solving – Pilot, Navigator, Mission Planner. Introdução ¢ Exemplos de Arquiteturas Deliberativas ¢ Reativas ¢ SOAR [8], NASREM [7], etc. Subsumption [4,5], Desai and Miller [15] , Ranganathan and Koening[17]. Híbridas ¢ Bayouth, Nourbakhsh and Thorpe[10], Chan and Yow[11], e Atlantis [12]. Introdução ¢ [1] R. Murphy. Introduction to AI Robotics, MIT Press, 2000. ¢ [2] R. Murphy and D. Woods. Beyond Asimov: The Three Laws of Responsible Robotics. EEE Intelligent Systems, vol. 24, no. 4, pp. 14-20, July/Aug. 2009. ¢ [3]_. “Who's Proposing Ethical Guidelines for robots?” http://spectrum.ieee.org/ blog/robotics/robotics-software/automaton/whos-proposing-ethical-guidelinesfor-robots. ¢ [4] R. Brooks. A robust layered control system for a mobile robot. IEEE Journal of Robotics and Automation, 2(1):14–23, March 1986. ¢ [5] R. Brooks. Intelligence without representation. Artificial Intelligence Journal, 47:139–159, 1991. ¢ [6] R. Arkin. Motor schema-based mobile robot navigation. International Journal of Robotics Research, 4(8):92–112, 1989. Introdução ¢ [7] J.S. Albus, R. Lumia, J. Fiala, and Al Wavering. NASREM: The NASA/NBS Standard Reference Model for Telerobot Control System Architecture. Proceedings of 20th International Symposium on Industrial Robots, Tokio, Japan, October 1989. ¢ [8] J.E. Laird, A. Newell, and P.S. Rosenbloom. Soar: An architecture for general intelligence. Artificial Intelligence, 33(1):1–64, 1987. ¢ [9] R. Ullrich. Robótica : Uma Introdução ( O porquê dos robôs e seu papel no trabalho. Editora Campus, 1987. ¢ [10] Bayouth, M. Nourbakhsh, I., Thorpe, C. A Hybrid Human-Computer Autonomous Vehicle Architecture. Third ECPD International Conference on Advanced Robotics, Intelligent Automation and Control, 1997 ¢ [11] Chan, J. Yow, K. A Strategy-driven Framework for Multi-Robot Cooperation System. In Control Automation Robotics and Vision -ICARV’06 9th International Conference on, pages 1–6, 2006. ¢ [12] Gat, E. Integrating planning and reacting in a heterogeneous asynchronous architecture for controlling real-world mobile robots. AAAI, pages 809–815, 1992. Introdução ¢ [13] Russell, S. Norvig, P. Artificial Intelligence – A Modern Approach. Prentice Hall International, 1995. ¢ [14] Pettersson, L. Control system architectures for autonomous agents. Technical report, Department of Machine Design, KTH, 1997. ¢ [15] Desai, R., Miller, D. A Simple Reactive Architecture for Robust Robots. IEEE International Conference on Robotics and Automation, 1998. ¢ [16] Shaw, M., Garlan, D. Software Architecture, Perspectives on an Emerging Discipline, Prentice Hall 1996. ¢ [17] Ranganathan, A., Koenig, S. A Reactive Robot Architecture with Planning on Demand. IEEE/ RSJ International Conference on Intelligent Robots and Systems, 2003.
