Introdução à Robótica Móvel Aula 4 Edson Prestes Departamento de Informática Teórica http://www.inf.ufrgs.br/~prestes prestes@inf.ufrgs.br

Introdução à Robótica Móvel

Aula 4

Edson Prestes

Departamento de Informática Teórica http://www.inf.ufrgs.br/~prestes

prestes@inf.ufrgs.br

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]

Decomposição vertical do paradigma reativo[1]

Informação sensorial

imediatamente disponível para o

Comportamento

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-pensa- move-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

Figura Extraída de [1]

Parte

Deliberativa

Parte Reativa

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

¢ SOAR [8], NASREM [7], etc.

— Reativas

¢ 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-guidelines- for-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.