Behavior-Based Robotics as a Tool for Synthesis of Artificial Behavior and Analysis of Natural Behavior Robótica Baseada em Comportamento como uma Ferramenta.

Apresentação em tema: "Behavior-Based Robotics as a Tool for Synthesis of Artificial Behavior and Analysis of Natural Behavior Robótica Baseada em Comportamento como uma Ferramenta."— Transcrição da apresentação:

1 Behavior-Based Robotics as a Tool for Synthesis of Artificial Behavior and Analysis of Natural Behavior Robótica Baseada em Comportamento como uma Ferramenta para Síntese de Comportamentos Artificiais e Análise de Comportamentos Naturais Maja J. Mataric Trends in Cognitive Science, Vol. 2, No. 3, March 1998

2 Resumo Trabalhos em sistemas baseados em comportamento se concentram em modelagem funcional, ou seja, a síntese de comportamento “parecido com vida” e/ou inspirado biologicamente e que seja robusto, repetitivo e adaptativo. A inspiração: –neurociência, ciência cognitiva e biologia. O trabalho: –o desenvolvimento de novos métodos e modelos em robótica baseada em comportamento. Os resultados: –reúnem vários campos inter-relacionados, incluindo a Vida Artificial, Computação Evolucionária e Sistemas Multi-Agentes. Idéias da IA e da engenharia continuam a ser pesquisadas e aplicadas como forma de modelar comportamento animal e gerar novas aplicações.

3 Introdução Robótica Baseada em Comportamento é um ramo da robótica que agrega a Inteligência Artificial, a Engenharia e a Ciência Cognitiva. Seus objetivos são duplos: –Desenvolver métodos para controlar sistemas artificiais, desde robôs físicos a robôs simulados e outros agentes autônomos em software, e –Usar a robótica para modelar e melhor compreender sistemas biológicos, tipicamente animais desde insetos até humanos.

4 Introdução No campo da Robótica, “Arquiteturas de Controle” são metodologias que fornecem estrutura e impõem restrições na maneira como os robôs são controlados. Em sistemas baseados em Comportamento, o controlador do robô consiste de uma coleção de “comportamentos”, cada um dos quais alcança e/ou mantém um determinado objetivo. –Por exemplo, o comportamento “evita obstáculos” mantém o objetivo de prevenir colisões com objetos do ambiente. –O comportamento “vá para casa” alcança o objetivo de levar o robô até uma determinada posição ‘segura’. Cada comportamento é um elemento processador ou uma “procedure”, que pode ser implementada tanto em software quanto em hardware.

5 Introdução Cada comportamento tem como entrada: – os sensores dos robô (câmera, ultra-som, infra-vermelho, posição, luz, etc.) e/ou de outros comportamentos. envia suas saídas para: – os atuadores do robô (rodas, motores, braços, manipuladores, voz, etc.) e/ou para outros comportamentos do sistema. Um robô baseado em comportamento é controlado por uma rede estruturada de comportamentos interagindo entre si.

6 Organização do Sistema A metodologia organizacional de sistemas baseados em comportamento difere de outros métodos de controle de robôs em sua abordagem de modularidade, isto é, a maneira na qual o sistema é organizado e subdividido. A filosofia baseada em comportamento determina que os comportamentos sejam relativamente simples e adicionados incrementalmente ao sistema e não executados de maneira serial. Os sistemas devem ser construídos de “baixo-para-cima” de maneira que lembra de certa maneira a evolução bem como sua exploração utilitária dos módulos existentes. Os comportamentos são ativados como resposta a condições internas e/ou externas, entradas sensóreas e estados internos. Vários comportamentos ou módulos são ativados de maneira paralela.

7 Organização do Sistema O comportamento inteligente emerge da dinâmica dos comportamentos interagindo entre si e do sistema como um todo interagindo com o mundo externo.

8 Projeto de Comportamentos Uma restrição metodológica de sistemas baseados em comportamento é o seu uso de estados e representações: –A informação não é centralizada ou centralmente manipulada. –Várias formas de representação distribuída são utilizadas, desde estruturas estáticas em tabela e redes até processos e procedimentos ativos. Comportamentos são projetados em vários níveis de abstração. Em geral em níveis mais abstratos do que ações atômicas dos robôs (de um passo a frente, rode de um ângulo pequeno, etc.). Exemplos: ache-um-objeto, vá-para-casa, vá-se-recarregar, evite-colisão, pegue-objeto, evite-a-luz, siga-parede, etc. A estrutura interna dos comportamentos não necessariamente é idêntica a dos comportamentos observados externamente. Os comportamentos EMERGEM.

9 Coordenando Múltiplos Comportamentos O problema chave dos sistemas baseados em comportamento se refere a coordenação dos vários comportamentos, chamada ARBITRAGEM, ou seja, decidir que comportamento executar a cada instante de tempo. –Ordem fixa de prioridade de comportamentos; –Seleção de comportamentos através do cálculo de alguma função do nível de ativação dos comportamentos; –Votação; –Etc.

10 Revisão Histórica Tiveram por base os trabalhos na área de sistemas reativos e particularmente a Arquitetura de Subsunção (Subsumption Architecture) que obtém respostas rápidas em tempo-real dotando o sistema de uma coleção de regras paralelas e pré-programadas do tipo condição-ação, com o mínimo de estados internos. Em contraste a esta abordagem, a tradicional IA deliberativa baseada em planejamento, com ciclos de processamento sentir-planejar-agir em passos seqüenciais. (“combine os dados sensóreos em um modelo do mundo, então use o planejador para achar um caminho no modelo e então envie cada passo do plano elaborado para o atuadores”).

11 Revisão Histórica Sistemas Híbridos tentam achar um meio-termo entre os extremos de “pensar” e “agir” das duas abordagens anteriores, usando um sistema reativo para controle em baixo nível e um planejador para tomada de decisão no alto nível. Sistemas baseados em comportamento são uma alternativa à abordagem híbrida, permitindo respostas rápidas em tempo-real através de comportamentos reativos simples que ligam diretamente sensores a atuadores, mas também provém deliberação em alto nível distribuindo a representação e o processamento entre processos comportamentais concorrentes mais sofisticados. O poder, elegância e complexidade dos sistemas baseados em comportamento reside principalmente na maneira com que os comportamentos constituintes são definidos e utilizados.

12 Aprendizado e Adaptação Dotar sistemas com a capacidade de aprender e se adaptar tem sido um dos maiores desafios da IA. Aprendizado é particularmente difícil em robótica –Muita Incerteza ao Sentir e Agir no mundo, valores de entrada e saída ruidosos e incompletos. Mudança dinâmica nas condições do ambiente. –É difícil para os robôs perceber corretamente e agir corretamente (devido a limitação de sensores e atuadores) nas diversas situações que podem ocorrer no mundo físico.

13 Aprendizado e Adaptação Aprendizado por Reforço tem sido uma das técnicas de aprendizado mais utilizadas na Robótica Baseada em Comportamento. Ele consiste de uma série de problemas em que o robô melhora o seu desempenho baseado em punições e recompensas que recebe do ambiente. Fortemente inspirado em princípios da psicologia.

14 Demonstrações e Aplicações Robótica Baseada em Comportamento tem sido utilizada tanto em aplicações práticas como em experiências futurísticas. Várias capacidades robóticas básicas já foram demonstradas: –Desvio de obstáculos, –Navegação, –Mapeamento de terrenos, –Seguir trilhas, –Perseguição, –Manipulação de Objetos, –Divisão de Tarefas, –Cooperação, –Etc.

15 Demonstrações e Aplicações A medida que a abordagem baseada em comportamento tem sido utilizada para modelar sistemas naturais, o resultado da pesquisa tem demonstrado métodos com aplicações práticas imediatas: –Modelos de comportamentos de grandes grupos parece ser uma boa metodologia para fazer operar robôs em ambientes hostis e inacessíveis, Exploração submarina, Exploração de minas, Exploração espacial. –Requerem a combinação de capacidades de independência individual e coesão de grupo.

16 Demonstrações e Aplicações Modelagem de navegação, aprendizado de mapas e mecanismos de procura de caminhos inspirada nas células do hipocampo de ratos. Os comportamentos baseados em “landmarks” (pontos de localização) também servem como “preditores” que permitem a um robô se localizar melhor em seu ambiente; um contexto de “landmaks”ativos é usado para ativar a rede vizinha na direção de movimentação do robô, gerando expectativas. O não atendimento das expectativas indicam novas localizações ou localização incorreta. Inspirado por certas teorias neurológicas de controle motor, p.ex.: a evidência de um conjunto finito de campos de forças aditivas que controlam o repertório de movimentos de sapos e ratos, é possível desenvolver comportamentos para controle do movimento tri- dimensional.

17 Demonstrações e Aplicações Aprendizado por Imitação. Etc... Questões Pendentes –Problema de escala –Raciocínio Simbólico –Integração Multi-disciplinar.