Архитектура подчинения

Архитектура подчинения — это реактивная роботизированная архитектура, тесно связанная с робототехникой на основе поведения , которая была очень популярна в 1980-х и 90-х годах. Термин был введен Родни Бруксом и коллегами в 1986 году. ^{[1] [2] [3]} Подчинение оказало большое влияние на автономную робототехнику и в других областях ИИ в реальном времени .

Обзор

Архитектура подчинения — это архитектура управления, которая была предложена в противовес традиционному символическому ИИ . Вместо того, чтобы направлять поведение с помощью символических ментальных представлений мира, архитектура подчинения связывает сенсорную информацию с выбором действия интимным и восходящим образом. ^{[4] : 130}

Это достигается путем разложения полного поведения на подповедения. Эти подповедения организованы в иерархию слоев. Каждый слой реализует определенный уровень поведенческой компетентности, а более высокие уровни способны включать более низкие уровни (= интегрировать/объединять более низкие уровни в более всеобъемлющее целое) для создания жизнеспособного поведения. Например, самый нижний уровень робота может быть «избегать объекта». Второй уровень будет «бродить вокруг», который проходит под третьим уровнем «исследовать мир». Поскольку робот должен иметь возможность «избегать объектов», чтобы эффективно «бродить вокруг», архитектура подчинения создает систему, в которой более высокие уровни используют компетенции более низкого уровня. Все слои, которые получают сенсорную информацию, работают параллельно и генерируют выходные данные. Эти выходные данные могут быть командами для исполнительных механизмов или сигналами, которые подавляют или подавляют другие слои. ^{[5] : 8–12, 15–16}

Цель

Архитектура подчинения решает проблему интеллекта с совершенно иной точки зрения, чем традиционный ИИ. Разочарованный работой робота Шейки и похожими проектами, вдохновленными представлением сознательного разума, Родни Брукс начал создавать роботов, основанных на другом представлении об интеллекте, напоминающем бессознательные процессы разума. Вместо моделирования аспектов человеческого интеллекта посредством манипуляции символами этот подход нацелен на взаимодействие в реальном времени и жизнеспособные ответы на динамическую лабораторную или офисную среду. ^{[4] : 130–131}

Цель была основана на четырех ключевых идеях:

• Ситуационность – Основная идея ситуативного ИИ заключается в том, что робот должен иметь возможность реагировать на окружающую среду в пределах человеческого временного интервала. Брукс утверждает, что ситуативный мобильный робот не должен представлять мир через внутренний набор символов, а затем действовать по этой модели. Вместо этого он утверждает, что «мир является своей собственной лучшей моделью», что означает, что правильные настройки восприятия-действия могут использоваться для прямого взаимодействия с миром, а не для его моделирования. Тем не менее, каждый модуль/поведение по-прежнему моделирует мир, но на очень низком уровне, близком к сенсомоторным сигналам. Эти простые модели обязательно используют жестко закодированные предположения о мире, закодированные в самих алгоритмах, но избегают использования памяти для прогнозирования поведения мира, вместо этого максимально полагаясь на прямую сенсорную обратную связь.
• Воплощение – Брукс утверждает, что создание воплощенного агента решает две задачи. Во-первых, это заставляет проектировщика тестировать и создавать интегрированную физическую систему управления , а не теоретические модели или смоделированных роботов, которые могут не работать в физическом мире. Во-вторых, это может решить проблему заземления символов , философскую проблему, с которой сталкиваются многие традиционные ИИ, путем прямого связывания чувственных данных со значимыми действиями. «Мировые основания регрессируют», и внутренние отношения поведенческих слоев напрямую основаны на мире, который воспринимает робот.
• Интеллект – Рассматривая эволюционный прогресс, Брукс утверждает, что развитие перцептивных и мобильностных навыков является необходимой основой для интеллекта, подобного человеческому. Кроме того, отвергая нисходящие представления как жизнеспособную отправную точку для ИИ, кажется, что «интеллект определяется динамикой взаимодействия с миром».
• Эмерджентность – Традиционно отдельные модули не считаются интеллектуальными сами по себе. Именно взаимодействие таких модулей, оцениваемое путем наблюдения за агентом и его окружением, обычно считается интеллектуальным (или нет). «Интеллект», таким образом, «находится в глазах наблюдателя». ^{[5] : 165–170}

Изложенные выше идеи по-прежнему являются частью продолжающейся дискуссии о природе интеллекта и о том, как следует способствовать развитию робототехники и искусственного интеллекта.

Слои и расширенные конечные автоматы

Каждый слой состоит из набора процессоров, которые являются дополненными конечными автоматами (AFSM), причем дополнением являются добавленные переменные экземпляра для хранения программируемых структур данных. Слой является модулем и отвечает за одну поведенческую цель, например, «бродить». Внутри или между этими поведенческими модулями нет центрального управления. Все AFSM непрерывно и асинхронно получают входные данные от соответствующих датчиков и отправляют выходные данные исполнительным механизмам (или другим AFSM). Входные сигналы, которые не считываются к моменту доставки нового сигнала, в конечном итоге отбрасываются. Эти отброшенные сигналы являются общими и полезны для производительности, поскольку позволяют системе работать в реальном времени, имея дело с самой оперативной информацией.

Поскольку нет центрального управления, AFSM общаются друг с другом посредством сигналов торможения и подавления. Сигналы торможения блокируют сигналы от достижения исполнительных механизмов или AFSM, а сигналы подавления блокируют или заменяют входы в слои или их AFSM. Эта система связи AFSM показывает, как более высокие слои подчиняют более низкие (см. рисунок 1), а также как архитектура в целом справляется с арбитражем приоритета и выбора действий . ^{[5] : 12–16}

Рисунок 1: Абстрактное представление архитектуры подчинения, в которой слои более высокого уровня подчиняют себе роли слоев более низкого уровня, когда это определяется сенсорной информацией. ^{[5] : 11}

Разработка слоев следует интуитивной прогрессии. Сначала создается, тестируется и отлаживается самый нижний слой. Как только этот самый нижний уровень запущен, создается и прикрепляется второй слой с надлежащими соединениями подавления и торможения к первому слою. После тестирования и отладки объединенного поведения этот процесс может быть повторен для (теоретически) любого количества поведенческих модулей. ^{[5] : 16–20}

Роботы

Ниже приведен небольшой список роботов, использующих архитектуру категоризации.

• Аллен (робот)
• Герберт, робот, собирающий банки из-под газировки (см. внешние ссылки для просмотра видео)
• Чингисхан, мощный шестиногий шагоход (см. внешние ссылки для просмотра видео)

Вышеуказанные роботы подробно описаны вместе с другими роботами в книге «Слоны не играют в шахматы» . ^[6]

Сильные и слабые стороны

Основными преимуществами архитектуры являются:

• акцент на итеративной разработке и тестировании систем реального времени в их целевой области;
• акцент на непосредственном соединении ограниченного, специфического для задачи восприятия с выраженными действиями, которые его требуют; и
• акцент на распределительном и параллельном контроле, тем самым интегрируя системы восприятия, контроля и действия подобно животным. ^{[5] : 172–173  [6]}

Основными недостатками архитектуры являются:

• сложность проектирования адаптивного выбора действия через высокораспределенную систему торможения и подавления; ^{[4] : 139–140} и
• отсутствие большой памяти и символического представления, что, по-видимому, ограничивает архитектуру в понимании языка;

Когда была разработана архитектура подчинения, новая настройка и подход архитектуры подчинения позволили ей добиться успеха во многих важных областях, где традиционный ИИ потерпел неудачу, а именно во взаимодействии в реальном времени с динамической средой. Однако отсутствие большого объема памяти, символических представлений и центрального управления ставит ее в невыгодное положение при обучении сложным действиям, глубоком картировании и понимании языка .

Смотрите также

• Архитектура агента
• Когнитивная архитектура
• Эмерджентное поведение
• Иерархическая система управления
• Архитектура Mibe
• Роботизированные парадигмы
• Скраффи

Примечания

1. Брукс, Р. (1986). «Надежная многоуровневая система управления для мобильного робота». Журнал IEEE по робототехнике и автоматизации . 2 (1): 14–23. doi :10.1109/JRA.1986.1087032. hdl : 1721.1/6432 . S2CID  10542804.
2. Брукс, Р. (1986). «Асинхронная распределенная система управления для мобильного робота». Конференция SPIE по мобильным роботам . С. 77–84.
3. Брукс, Р.А., «Надежная схема программирования для мобильного робота», Труды семинара передовых исследований НАТО по языкам для сенсорного управления в робототехнике, Кастельвеккьо-Пасколи, Италия, сентябрь 1986 г.
4. Аркин, Рональд (1998). Behavior-Based Robotics . Кембридж, Массачусетс: The MIT Press. ISBN 978-0-262-01165-5.
5. Брукс, Родни (1999). Кембрийский интеллект: ранняя история нового ИИ . Кембридж, Массачусетс: The MIT Press. ISBN 978-0-262-02468-6.
6. Brooks, RA (1990). Слоны не играют в шахматы. MIT Press . ISBN 978-0-262-63135-8. Получено 23.11.2013 . {{cite book}}: |journal=проигнорировано ( помощь )

Ссылки

Ключевые документы включают в себя:

• RA Brooks (1986), «Надежная система управления уровнями для мобильного робота», IEEE Journal of Robotics and Automation RA-2, 14-23.
• RA Brooks (1987), «Планирование — это всего лишь способ избежать выяснения того, что делать дальше», Технический отчет, Лаборатория искусственного интеллекта Массачусетского технологического института.
• Р. Брукс и А. Флинн (Анита М. Флинн) (1989), «Быстро, дёшево и неуправляемо: вторжение роботов в Солнечную систему», J. Brit. Interplanetary Soc., т. 42, № 10, стр. 478–485, 1989. (Позже статья дала название фильму « Быстро, дёшево и неуправляемо» , а концепции статьи, возможно, были реализованы на практике в миссии Mars Pathfinder 1997 года и затем в миссии Mars Exploration Rover 2004 года .)
• RA Brooks (1991b), «Интеллект без разума», в Трудах Международной совместной конференции по искусственному интеллекту 1991 года, стр. 569–595.
• Р. А. Брукс (1991c), «Интеллект без представления», Искусственный интеллект 47 (1991) 139-159. (В статье представлены концепции Merkwelt и архитектуры подчинения.)

Внешние ссылки

• SB-MASE — это многоагентный симулятор, основанный на принципе категоризации.
• Категоризация для роботов SR04 и jBot, веб-сайт DPRG
• Развивайте программы LeJOS шаг за шагом, веб-сайт Хуана Антонио Бренья Мораль
• Видео Герберта, робота, собирающего банки из-под газировки, YouTube.
• Видео Чингиса, мощного шестиногого шагающего существа, YouTube.