Enfoques Multiagentes en Robótica Autónoma Wílmer Pereira Universidad Católica Andrés Bello Universidad Simón Bolívar
Qué es un robot? Criatura mecánica que emula funciones de de un un humano Manufactura: manipuladores nucleares e industria automotriz,... Servicio usuario final: aspiradoras, guías de museos, mesoneros,... Vehículos terrestres, submarinos y espaciales Telepresencia y realidad virtual Exo-esqueletos Mecatrónica: Ingeniería Mecánica, Electrónica e Informática
Usos de la Robótica Dante: Robot para exploración en volcanes Robot doméstico fabricado por Honda Exo-esqueleto fabricado por la armada estadounidense
Arquitectura básica de un robot Sensores Robot Efectores Sensor: Exploran el entorno para posicionarse y/o controlar sus movimientos. Los sensores pueden ser activos o pasivos Efector: Actuan sobre el entorno según sus grados de libertad (gdl) que son los posibles movimientos básicos independientes bien sean giratorios o de desplazamientos. El ambiente también tiene gdl.
Sensores Contacto: Fuerza: Infrarojos: Cámaras: Sonares: Limitados para explorar Dificiles de manejar Sensibles a la luz solar y fluorescentes Se debe tener gran capacidad de procesamiento Navegación por pulsos > 20 KHz Efectores Hidraulicos: Eléctricos: Neumáticos: Aceite mineral rápidos y gran capacidad de carga, pero... dificil de mantenimiento y costosos Motor paso a paso precisos, fiables y silenciosos, pero... Potencia limitada Aire a presión barato y sencillo de mantenimiento, pero... Dificil de control continuo y ruidosos
Paradigmas en Robótica Filosofías y/o técnicas que caracterizan el el enfoque para resolver problemas Manipuladores Telepresencia vs Autónomo Jerárquico Reactivo Normalmente sin técnicas de inteligencia artificial Híbrido
Paradigma Jerárquico Sense Plan Act Las sensaciones se reúnen en un modelo global de planificación que actúa después por introspección Es necesaria la suposición de mundo cerrado CWA (Closed World Assumption). El mundo es sólo lo explícito Inconvenientes no considera el aceptado esquema estímulo/respuesta
Paradigma Reactivo Plan Sense Act Fuerte tendencia biológica que acopla sense-act con comportamientos predeterminados (Plan omnipresente) Basado en el paradigma Estímulo-Respuesta de los psicólogos de Harvard inspirados en B. F. Skinner Inconvenientes obviar el plan es una situación en ocasiones extrema
Etología y robótica Adecuación de de la la etología a la la robótica, imitando mecanismo de de comportamiento animal Los insectos a pesar de tener un cerebro muy pequeño muestran comportamiento inteligente bajo los esquemas de estímulo-respuesta Comportamiento: Correspondencia entre los sensores y los patrones de acción para lograr una tarea Reflexivo: Estímulo-respuesta sin cognición Reactivo: Estímulo-respuesta con aprendizaje Consciente: Deliberado y con razonamiento Reflexivo (etología) = Reactivo (robótica) Reflexivo: Reflejo: Directo Gravado: Respuesta con orientación Patrón de acción fija: Continuo, más allá del estímulo
Características del paradigma reactivo Función de transferencia de sensores a efectores No se requieren estructuras de datos (no hay frame problem) Más rápido y puede ser montado directamente en hardware No maneja memoria pero si persistencia Egocentrismo del robot Interacción de estímulo conduce a comportamientos emergentes Sencillo de modularizar Funciona bien en tiempo real
Inteligencia de enjambres Agente simples con con reglas de de comunicación para para su su entorno y otros agentes, no no centralizado y con con cierto grado de de aleatoriedad Comportamiento Emergente Los modelos básicos de bandadas se comportan siguiendo tres reglas simples: Separación Alineamiento Cohesión Cada agente se comporta independientemente, con autonomía
Algoritmos colectivos bioinspirados Colonias de Hormigas y Abejas Sistemas Autoinmunes Algoritmos de búsqueda gravitacional Goteo inteligente de agua Enjambre de partículas Autómatas celulares Áreas Afines Teoría de Juegos Técnicas de economía: Subastas Mercado de capitales Reglas sociales
Colonia de hormigas Marco Dorigo 1992 Algoritmo probabilístico y colaborativo para para la la búsqueda de de un un objetivo común mediante una una heurística basada en en dispersión de de feromonas a través de de grafos Las hormigas depositan feromona según varias funciones. Una de ellas es al encontrar alimento de retorno a la colonia Esta traza se evapora Los caminos aromatizados son seguidos por otras hormigas que lo refuerzan Los caminos más cortos tendrán una más alta probabilidad de mantenerse en el tiempo Aplica a problemas de búsqueda de caminos: Viajero comerciante, enrutamiento en redes,
Multiagentes (Sociedad) Problemas: Aplica Aplica en en casos casos de de redundancia (fallas) (fallas) o bien bien cuando cuando varios varios robots robots resultan más más económicos que que un un solo solo robot robot muy muy potente Cómo evitar la interferencia entre los distintos robots? Cómo saber si el conjunto avanza? Qué comunicar? Cómo evitar que la autonomía interfiera con la cooperación? Heterogeneidad (homogeneo o heterogeneo) Control (centralizado o distribuido) Cooperación (software o hardware) Comunicación (centralizado o distribuido) Objetivos (fijo o variable)
Heterogeneidad (robot marsupial) Ventajas: Problemas: Robot grande con gran poder de computo y capacidad de carga Robots pequeños versátiles y con mayor autonomía Si se cae robot líder, el conjunto puede quedar inhabilitado
Control Centralizado o distribuido y eventualmente mezclado. También puede puede incluir incluir teleoperación ROBOCUP vs MIRISOT cámara cámara con sensores sin sensores decisiones por cada robot centralizado Ligas: Software Posiciones: Portero Pequeña Liga Atacante Gran Liga Defensa Cuatro patas Humanoides
Cooperación Software: Hardware: Induce comportamiento emergente Junto como un robot (marsupial) Cooperando en la movilidad Objetivo Único Diferente
Comportamiento Emergente 1 Crear reglas sociales Pasar 20 robot homogéneos por una puerta angosta Coexistencia ignorante Cada robot es como un obstáculo Coexistencia informada Esperar cierto tiempo y si sigue allí evitarlo Tráfico Menos tráfico Coexistencia inteligente Forman Evitar robots pero ir hacia donde van todos una línea!!!
Comportamiento emergente 2 Frustración Impaciencia Motivación interna Busca ayudar al robot que esté fallando... Grado de de insatisfacción ante ante fracaso Grado de de ansiedad por por el el fracaso de de otros Impaciencia aumenta si otros se frustran Aprobación aumenta mientras no se frustra Ejemplo: R1 no puede mover un objeto y R2 avanza lentamente R1 abandona y ayuda a R2
Ejemplo de tesis: Aprendizaje en esquema depredador/presa Sistema Autónomo de Inteligencia Artificial para Orientar Intersección de Objetivo Móvil de Comportamiento Evasivo Aplicado a Robótica Interacción de dos robots donde uno es depredador y el otro presa. La presa tiene una técnica evasiva desconocida del depredador El depredador utiliza técnicas de Inteligencia Artificial para aprender y capturar la presa La entrada de datos la recibe el depredador desde una cámara situada sobre el espacio.c
http://www.ldc.usb.ve/~wpereira Prof. Wilmer Pereira UCAB/USB