Robotyka oparta na zachowaniu - Behavior-based robotics

Robotyka behawioralna ( BBR ) lub robotyka behawioralna to podejście w robotyce, które koncentruje się na robotach, które są w stanie wykazywać złożone zachowania pomimo niewielkiego stanu zmiennych wewnętrznych, aby modelować swoje najbliższe otoczenie, głównie stopniowo korygując swoje działania za pomocą połączeń sensoryczno-motorycznych.

Zasady

Robotyka behawioralna odróżnia się od tradycyjnej sztucznej inteligencji, wykorzystując jako model systemy biologiczne. Klasyczna sztuczna inteligencja zazwyczaj wykorzystuje zestaw kroków do rozwiązywania problemów, podąża ścieżką opartą na wewnętrznych reprezentacjach zdarzeń w porównaniu do podejścia opartego na zachowaniu. Zamiast korzystać z gotowych obliczeń, aby poradzić sobie z sytuacją, robotyka oparta na zachowaniu opiera się na zdolności adaptacyjnej. Ten postęp sprawił, że robotyka oparta na zachowaniu stała się powszechna w badaniach i gromadzeniu danych.

Większość systemów opartych na zachowaniu jest również reaktywna , co oznacza, że ​​nie wymagają programowania wewnętrznych reprezentacji tego, jak wygląda krzesło lub po jakiej powierzchni porusza się robot. Zamiast tego wszystkie informacje są zbierane z danych wejściowych czujników robota. Robot wykorzystuje te informacje do stopniowego korygowania swoich działań zgodnie ze zmianami w najbliższym otoczeniu.

Roboty behawioralne (BBR) zazwyczaj wykazują więcej działań biologicznych niż ich intensywnie obliczeniowe odpowiedniki, które są bardzo celowe w swoich działaniach. BBR często popełnia błędy, powtarza czynności i wydaje się zdezorientowany, ale może również wykazywać antropomorficzną jakość wytrwałości. Ze względu na te działania częste są porównania między BBR a owadami . BBR są czasami uważane za przykłady słabej sztucznej inteligencji , chociaż niektórzy twierdzą, że są modelami wszelkiej inteligencji.

Cechy

Większość robotów opartych na zachowaniu jest zaprogramowana z podstawowym zestawem funkcji, aby je uruchomić. Otrzymują repertuar behawioralny do pracy nad dyktowaniem, jakich zachowań użyć i kiedy, unikanie przeszkód i ładowanie baterii może stanowić podstawę do pomocy robotom w nauce i osiąganiu sukcesów. Zamiast budować modele świata, roboty oparte na zachowaniu po prostu reagują na swoje środowisko i problemy w tym środowisku. Aby rozwiązać problemy, czerpią z wewnętrznej wiedzy wyniesionej z przeszłych doświadczeń, połączonej z podstawowymi zachowaniami.

Historia

Szkoła robotów behawioralnych wiele zawdzięcza pracy podjętej w latach 80. w Massachusetts Institute of Technology przez Rodneya Brooksa , który wraz ze studentami i kolegami zbudował serię robotów na kółkach i nożnych, wykorzystujących architekturę subsumpcji . Artykuły Brooksa, często pisane pod niefrasobliwymi tytułami, takimi jak „ Planowanie to tylko sposób na uniknięcie zastanawiania się, co dalej ”, antropomorficzne cechy jego robotów i stosunkowo niski koszt opracowania takich robotów, spopularyzowały podejście oparte na zachowaniu .

Praca Brooksa opiera się – czy to przez przypadek, czy nie – na dwóch wcześniejszych kamieniach milowych w podejściu opartym na zachowaniu. W latach pięćdziesiątych W. Gray Walter , angielski naukowiec z doświadczeniem w badaniach neurologicznych , zbudował parę robotów opartych na lampach próżniowych , które zostały wystawione na Festiwalu Wielkiej Brytanii w 1951 roku i które mają proste, ale skuteczne systemy kontroli oparte na zachowaniu.

Drugim kamieniem milowym jest książka Valentino Braitenberga z 1984 roku „ Pojazdy – eksperymenty w psychologii syntetycznej ” (MIT Press). Opisuje serię eksperymentów myślowych demonstrujących, w jaki sposób proste przewodowe połączenia sensoryczno-motoryczne mogą skutkować niektórymi złożonymi zachowaniami, takimi jak strach i miłość.

Późniejsza praca w BBR pochodzi ze społeczności robotycznej BEAM , która opiera się na pracy Marka Tildena . Tilden został zainspirowany zmniejszeniem mocy obliczeniowej potrzebnej do mechanizmów kroczących z eksperymentów Brooksa (w których używano jednego mikrokontrolera na każdą nogę) i dodatkowo ograniczył wymagania obliczeniowe do chipów logicznych , elektroniki opartej na tranzystorach i projektowania obwodów analogowych .

Inny kierunek rozwoju obejmuje rozszerzenie robotyki behawioralnej na zespoły wielorobotowe. W tej pracy koncentrujemy się na opracowaniu prostych ogólnych mechanizmów, które skutkują skoordynowanym zachowaniem grupy, zarówno pośrednio, jak i jawnie.

Zobacz też

Bibliografia

Dalsza lektura

Zewnętrzne linki