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.