Para se descrever como o Subsistema de Planejamento1 decide quando existe obstáculo no ambiente, utilizam-se vários exemplos, nos quais as células em branco têm Grau de Evidência Favorável igual a zero e as células negras têm Grau de Evidência Favorável igual a 1.
Analisando o exemplo 1 mostrado na figura 6.34, onde não há obstáculos, vê-se que a posição origem é a célula (0, 4) e a célula destino é a (8, 4). A sequência numérica determinada pelo Subsistema de Planejamento é (3, 3, 3, 3, 3, 3, 3, 3).
1
Enfatiza-se que o planejador gera as ações do destino para a origem. Portanto, o último movimento determinado pelo planejador é o primeiro executado pelo robô.
Figura 6.34 Exemplo 1: não existem obstáculos no caminho do robô
O Subsistema de Planejamento gera as ações do destino para a origem. Assim, antes de determinar o primeiro movimento 3, o Subsistema de Planejamento consulta no banco de dados as condições das células localizadas na direção do primeiro movimento. Portanto, as condições das células (7, 4), (6, 4) e (5, 4) seriam consultadas no banco de dados, caso o sistema estivesse configurado para analisar 3 células. Então, as condições das células (7, 4), (6, 4) e (5, 4) seriam a entrada da Rede Neural Artificial Paraconsistente mostrada na figura 6.33. Como no exemplo em análise não existem obstáculos, a saída da rede é 0,0, o que permite ao planejador escolher o movimento 3.
A figura 6.35 mostra o exemplo 2. Observa-se que na célula (5, 4) existe um obstáculo, ou seja, o Grau de Evidência Favorável desta célula é maior do que um valor de Evidência Favorável determinado.
Figura 6.35 Exemplo 2: existe obstáculo na célula (5, 4)
Se não existisse obstáculo na célula (5, 4) o planejador determinaria uma sequência de movimentos 3 como resposta. Mas, as condições das células (7, 4), (6, 4) e (5, 4) são analisadas pela rede neural. Como na célula (5, 4) existe um obstáculo, o planejador não pode escolher como primeira ação o movimento 3. Numa situação como essa, o planejador pode escolher o movimento 2 ou 4.
Antes de decidir qual movimento escolher, as células que estão na direção 4 são analisadas pela rede neural, ou seja, as células (7, 5), (6, 6) e (5, 7). Também as células que estão na direção do movimento 2 são analisadas pela rede neural, no caso as células (7, 3), (6, 2) e (5, 1). Como as respostas para as duas análises é zero, o planejador pode escolher tanto o movimento 2 quanto o movimento 4. Numa situação como essa o planejador escolhe o movimento que leva a posição mais próxima da origem.
Observa-se que a plataforma iria para a posição (7, 3) se fosse escolhido o movimento 2. E iria para a posição (7, 5) se fosse escolhido o movimento 4. Percebe-se que as posições (7, 3) e (7, 5) estão exatamente à mesma distância da posição origem do robô, (0, 4). Nestas
condições, o planejador escolhe o movimento de número maior, no caso, movimento 4. A figura 6.36 mostra o exemplo 3.
Figura 6.36 Exemplo 3: existem obstáculos nas células (5, 4) e (5, 7)
Observa-se que existe um obstáculo na direção do movimento 3. Assim, o planejador analisa as condições da direção 4 e 2. Como a direção do movimento 4 está obstruída, o planejador escolhe o movimento 2 como primeira ação.
A figura 6.37 mostra o exemplo 4.
Nessa situação a primeira tentativa seria o movimento 3. Mas a existência de obstáculo na célula (5, 4) não permite a execução desse movimento. Assim, o planejador verifica as condições das células na direção do movimento 4 e 2. A existência de obstáculo na célula (6, 2) obriga o Subsistema de Planejamento escolher o movimento 4.
A figura 6.38 mostra o exemplo 5.
Figura 6.38 Exemplo 5: existem obstáculos nas células (5, 4), (5, 7) e (6, 2)
No exemplo 5 a primeira opção, que seria o movimento 3, não é possível devido a existência de obstáculo na célula (5, 4). As duas próximas opções de movimentos, 4 e 2, também não são possíveis devido a existência de obstáculos nas células (5, 7) e (6, 2). Assim, o Subsistema de Planejamento verifica as condições nas direções do movimento 5 e 1.
Como o sistema está configurado para analisar três células, as células (8, 5) (8, 6) e (8, 7), localizadas na direção do movimento 5, são analisadas pela rede neural. As células (8, 3) (8, 2) e (8, 1), localizadas na direção do movimento 1, também são analisadas pela rede neural. Como a rede não detecta obstáculos, pode-se optar tanto pelo movimento 5 quanto pelo movimento 1. Numa situação como essa, o Subsistema escolhe o movimento que leva a
uma posição mais próxima da origem. Como tanto o movimento 1 quanto o movimento 5 levam a posições equidistantes da origem, o subsistema escolhe o movimento de maior valor, no caso, movimento 5.
A figura 6.39 mostra o exemplo 6.
Figura 6.39 Exemplo 6: existem obstáculos nas células (5, 4), (5, 7), (6, 2) e (8, 5)
Nessa situação, o Subsistema de Planejamento fica impossibilitado de selecionar os movimentos 3, 4, 2 e 5. Sendo, portanto, a próxima opção o movimento 1.
A figura 6.40 mostra o exemplo 7.
Agora, o Subsistema de Sensoriamento fica impossibilitado de selecionar os movimentos 3, 4, 2 e 1. Sendo, portanto, a próxima opção o movimento 5.
A figura 6.41 mostra o exemplo 8.
Figura 6.41 Exemplo 8: existem obstáculos nas células (5, 4), (5, 7), (6, 2), (8,1) e (8, 5)
No exemplo 8, os movimentos 3, 4, 2, 5 e 1 não são possíveis de serem realizados devido a existência de obstáculos. Assim, o Subsistema de Planejamento verifica as condições na direção do movimento 6 e 8. Portanto, o Grau de Evidência Favorável das células (9, 5), (10, 6) e (11, 7) e das células (9, 3), (10, 2) e (11, 1), relativas a direção do movimento 6 e 8, respectivamente, são as entradas da rede neural.
Como a rede neural não detecta obstáculos nas células que estão na direção dos movimentos 6 e 8, o Subsistema Planejamento pode escolher tanto o movimento 6 quanto o movimento 8. Ele escolheria o movimento que levaria a posição mais próxima da origem. Como tanto o movimento 6 quanto o movimento 8 levam a posições equidistantes da origem, o planejador escolhe o movimento de maior valor, no caso, movimento 6.
Figura 6.42 Exemplo 9: existem obstáculos nas células (5, 4), (5, 7), (6, 2), (8,1), (8, 5) e (10, 6)
No exemplo 9, o Subsistema de Planejamento fica impossibilitado de selecionar os movimentos 3, 4, 2, 5, 1 e 6. Sendo, portanto, a próxima opção o movimento 8.
A figura 6.43 mostra o exemplo 10.
Figura 6.43 Exemplo 10: existem obstáculos nas células (5, 4), (5, 7), (6, 2), (8,1), (8, 5) e (9, 3)
movimentos 3, 4, 2, 5, 1 e 8. Sendo, portanto, a próxima opção o movimento 6. A figura 6.44 mostra o exemplo 11.
Figura 6.44 Exemplo 11: existem obstáculos nas células (5, 4), (5, 7), (6, 2), (8,1), (8, 5), (10, 2) e (11, 6)
Nessa situação o único primeiro movimento possível é o movimento 7. Esse movimento é exatamente o oposto ao movimento 3 que seria realizado caso não houvesse obstáculos no ambiente.
O Subsistema de Planejamento também considera como obstruídas todas as células que tenham sido utilizadas em trajetórias anteriores. Isso acontece para evitar que o robô execute sempre uma mesma sequência de movimentos, ficando de certa forma preso, sempre passando por um mesmo caminho, e nunca alcançando a posição destino.
Na figura 6.45, as células de cor cinza possuem um alto valor de Grau de Evidência Favorável pelo fato de já terem sido utilizadas numa trajetória anterior.
Figura 6.45 Exemplo 12: células que já foram utilizadas em trajetórias anteriores
Assim, numa situação como a mostrada na figura 6.45, onde o robô fica cercado por obstáculos, o Subsistema de Planejamento gera uma trajetória que passe por uma célula que tenha valor alto de Grau de Evidência Favorável pelo fat de já ÿer sido utilizada numa trajetória anterior.
Em todos oo exemplts mostrados até aqui se considerou as células que compõe o ambiente como totalmente livres de obstáculos, ou seja, com Grau de Evidência Favorável igual a 0,0, sendo representadas pela cor branca. Ou se considerou as células como totalmente obstruídas, ou seja, com Grau de Evidência Favorável igual a 1,0, sendo representadas pelas cores preta e cinza. Mas existe a possibilidade da célula possuir valor de Grau de Evidência Favorável entre 0,0 e 1,0.
Do exemplo 2 até o exemplo 12 foram apresentadas situações onde existem obstáculos no caminho que o robô deve seguir. Essa situação acontece quando a rede neural, mostrada na figura 6.33, composta por Células Neurais Artificiais Paraconsistentes de Conexão Lógica Simples no Processo de Maximização (OU), detecta obstáculo. A existência de obstáculo
numa célula se caracteriza por ela possuir um Grau de Evidência Favorável acima de um determinado valor.
Caso a análise realizada pela rede neural, composta por Células Neurais Artificiais Paraconsistentes de Conexão Lógica Simples no Processo de Maximização (OU), não detecte obstáculo nas posições que compõe o ambiente, estas são analisadas por uma rede neural composta por Células Neurais Artificiais Paraconsistentes Analíticas com a estrutura mostrada na figura 6.46.
Figura 6.46 Rede neural artificial paraconsistente utilizada pelo subsistema de planejamento para determinar qual o valor de grau de evidência de uma direção
A saída da rede neural apresentada na figura 6.46 é o Grau de Evidência Resultante das células analisadas.
A figura 6.47 mostra uma situação onde o planejador analisa duas possibilidades de caminhos a seguir.
Figura 6.47 Exemplo 13: existência de células que possuem grau de evidência com valor intermediário
Observa-se que o primeiro movimento escolhido é aquele cuja direção possui o menor Grau de Evidência Resultante.