Архитектура подчинения - Subsumption architecture

Архитектура подчинения является реактивным роботизированная архитектура тесно связан с поведенческая робототехника который был очень популярен в 1980-х и 90-х годах. Термин был введен Родни Брукс и коллеги в 1986 году.[1][2][3] Субсидирование оказало большое влияние на автономная робототехника и в другом месте в в реальном времени AI.

Обзор

Архитектура подчинения - это архитектура управления, которая была предложена в отличие от традиционного ИИ, или ГОФАИ. Вместо того, чтобы руководить поведением символическими ментальные представления мира, архитектура подчинения объединяет сенсорную информацию с выбор действия в интимном и вверх дном мода.[4]:130

Это достигается путем разложения всего поведения на под-поведения. Эти подчиненные поведения организованы в иерархию уровней. Каждый уровень реализует определенный уровень поведенческой компетентности, а более высокие уровни могут включать более низкие уровни (= объединять / объединять более низкие уровни в более всеобъемлющее целое) для создания жизнеспособного поведения. Например, нижний слой робота может быть «избегайте объекта». Второй слой будет «блуждать», который проходит под третьим слоем «исследовать мир». Поскольку робот должен обладать способностью «избегать объектов», чтобы эффективно «бродить», архитектура подчинения создает систему, в которой более высокие уровни используют компетенции более низкого уровня. Слои, которые все получают сенсорную информацию, работают параллельно и генерируют выходные данные. Эти выходы могут быть командами для исполнительных механизмов или сигналами, которые подавляют или запрещают другие уровни.[5]:8–12;15–16

Цель

Архитектура подчинения решает проблему интеллекта с совершенно иной точки зрения, чем традиционный ИИ. Разочарован производительностью Встряхните робота и аналогичные проекты, основанные на представлении сознательного разума, Родни Брукс начал создавать роботов, основанных на ином понятии интеллекта, напоминающих процессы бессознательного разума. Вместо моделирования аспектов человеческого интеллекта с помощью манипуляции с символами этот подход направлен на в реальном времени взаимодействие и жизнеспособные ответы на динамическую лабораторную или офисную среду.[4]:130–131

В основе цели лежали четыре ключевые идеи:

  • Расположение - Основная идея расположенный AI заключается в том, что робот должен быть в состоянии реагировать на окружающую среду в пределах человеческих временных рамок. Брукс утверждает, что расположенный мобильный робот не должен представлять мир посредством внутреннего набора символов, а затем действовать по этой модели. Вместо этого он утверждает, что «мир - это его собственная лучшая модель», что означает, что правильные установки «восприятие-действие» 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 запрограммированные 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 воплощенный агент выполняет две вещи. Во-первых, это вынуждает дизайнера тестировать и создавать интегрированную физическую система контроля, а не теоретические модели или смоделированные роботы, которые могут не работать в физическом мире. Во-вторых, он может решить символ заземления Проблема, философская проблема, с которой сталкиваются многие традиционные ИИ, напрямую связывая чувственные данные с осмысленными действиями. «Мировая основа регрессирует», а внутренние отношения поведенческих слоев напрямую связаны с миром, который воспринимает робот.
  • Интеллект. Глядя на эволюционный прогресс, Брукс утверждает, что развитие навыков восприятия и мобильности является необходимой основой человеческого интеллекта. Кроме того, отклонив низходящий Представления как жизнеспособная отправная точка для ИИ, кажется, что «интеллект определяется динамикой взаимодействия с миром».
  • Возникновение - Обычно отдельные модули не считаются интеллектуальными сами по себе. Именно взаимодействие таких модулей, оцениваемое путем наблюдения за агентом и его средой, обычно считается интеллектуальным (или нет). «Интеллект», следовательно, «в глазах наблюдателя».[5]:165–170

Идеи, изложенные выше, все еще являются частью продолжающихся дебатов о природе интеллекта и о том, как следует способствовать прогрессу робототехники и искусственного интеллекта.

Слои и расширенные конечные автоматы

Каждый уровень состоит из набора процессоров, которые расширены. конечные автоматы (AFSM), добавляется аугментация переменные экземпляра для хранения программируемых структур данных. Слой - это модуль и отвечает за единственную поведенческую цель, такую ​​как «побродить». Внутри этих поведенческих модулей или между ними нет централизованного контроля. Все AFSM непрерывно и асинхронно получают входные данные от соответствующих датчиков и отправляют выходные данные исполнительным механизмам (или другим AFSM). Входные сигналы, которые не были прочитаны к моменту доставки нового, в конечном итоге отбрасываются. Эти отброшенные сигналы являются обычными и полезны для производительности, поскольку позволяют системе работать в реальном времени, имея дело с самой оперативной информацией.

Поскольку централизованного управления нет, AFSM взаимодействуют друг с другом посредством сигналов запрета и подавления. Сигналы запрета блокируют поступление сигналов в исполнительные механизмы или AFSM, а сигналы подавления блокируют или заменяют входы в слои или их AFSM. Эта система связи AFSM показывает, как более высокие уровни охватывают более низкие (см. Рисунок 1), а также как архитектура имеет дело с приоритетом и выбор действия арбитраж в целом.[5]:12–16

Рисунок 1: Абстрактное представление архитектуры подчинения, где уровни более высокого уровня принимают на себя роли слоев более низкого уровня, когда это определяет сенсорная информация.[5]:11

Развитие слоев происходит интуитивно. Сначала создается, тестируется и отлаживается самый нижний уровень. Как только этот самый нижний уровень запущен, создается и присоединяется второй слой с соответствующими соединениями подавления и запрета к первому уровню. После тестирования и отладки комбинированного поведения этот процесс можно повторить (теоретически) для любого количества поведенческих модулей.[5]:16–20

Роботы

Ниже приводится небольшой список роботов, использующих архитектуру подчинения.

  • Аллен (робот)
  • Герберт, робот для сбора газированных напитков (видео смотрите по внешним ссылкам)
  • Чингисхан, надежный гексаподальный ходок (видео смотрите по внешним ссылкам)

Вышеуказанное подробно описано вместе с другими роботами в Слоны не играют в шахматы.[6]

Сильные и слабые стороны

Основными достоинствами архитектуры являются:

  • упор на итеративную разработку и тестирование в реальном времени системы в их целевом домене;
  • акцент на соединении ограниченного, специфического восприятия непосредственно с выраженными действиями, которые этого требуют; и
  • упор на распределительный и параллельный контроль, тем самым интегрируя системы восприятия, контроля и действий аналогично животным.[5]:172–173[6]

Основными недостатками архитектуры являются:

  • сложность разработки адаптируемых выбор действия через высокораспределенную систему торможения и подавления;[4]:139–140 и
  • отсутствие большой памяти и символического представления, что, кажется, ограничивает понимание языка архитектурой;

Когда была разработана архитектура подчинения, новая установка и подход к архитектуре подчинения позволили ей добиться успеха во многих важных областях, где традиционный ИИ потерпел неудачу, а именно в реальном времени взаимодействие с динамической средой. Однако отсутствие большой памяти, символических представлений и централизованного управления ставит его в невыгодное положение при глубоком изучении сложных действий. отображение, и понимание языка.

Смотрите также

Заметки

  1. ^ Брукс, Р. (1986). «Надежная многоуровневая система управления мобильным роботом». Журнал IEEE по робототехнике и автоматизации. 2 (1): 14–23. Дои:10.1109 / JRA.1986.1087032. HDL:1721.1/6432.
  2. ^ Брукс, Р. (1986). «Асинхронная распределенная система управления мобильным роботом».. Конференция SPIE по мобильным роботам. С. 77–84.
  3. ^ Брукс, Р. А., «Надежная схема программирования для мобильного робота», Труды семинара НАТО по передовым исследованиям языков для сенсорного управления в робототехнике, Кастельвеккио Пасколи, Италия, сентябрь 1986 г.
  4. ^ а б c Аркин, Рональд (1998). Робототехника, основанная на поведении. Кембридж, Массачусетс: MIT Press. ISBN  978-0-262-01165-5.
  5. ^ а б c d е ж Брукс, Родни (1999). Кембрийский интеллект: ранняя история нового ИИ. Кембридж, Массачусетс: MIT Press. ISBN  978-0-262-02468-6.
  6. ^ а б Брукс, Р.А. (1990). Слоны не играют в шахматы. Разработка автономных агентов: теория и практика от биологии до инженерии и обратно. MIT Press. ISBN  978-0-262-63135-8. Получено 2013-11-23.

использованная литература

Ключевые документы включают:

внешние ссылки