La arquitectura de subsunción es una arquitectura de control que se propuso en oposición a la IA simbólica tradicional . En lugar de guiar el comportamiento mediante representaciones mentales simbólicas del mundo, la arquitectura de subsunción combina la información sensorial con la selección de acciones de una manera íntima y ascendente . [4] : 130
Lo hace descomponiendo el comportamiento completo en subcomportamientos. Estos subcomportamientos están organizados en una jerarquía de capas. Cada capa implementa un nivel particular de competencia conductual, y los niveles superiores pueden subsumir niveles inferiores (= integrar/combinar niveles inferiores en un todo más integral) para crear un comportamiento viable. Por ejemplo, la capa más baja de un robot podría ser "evitar un objeto". La segunda capa sería "deambular", que corre debajo de la tercera capa "explorar el mundo". Debido a que un robot debe tener la capacidad de "evitar objetos" para poder "deambular" de manera efectiva, la arquitectura de subsunción crea un sistema en el que las capas superiores utilizan las competencias de nivel inferior. Las capas, que reciben información de los sensores, funcionan en paralelo y generan resultados. Estas salidas pueden ser comandos para actuadores o señales que suprimen o inhiben otras capas. [5] : 8–12, 15–16
Meta
La arquitectura de subsunción ataca el problema de la inteligencia desde una perspectiva significativamente diferente a la de la IA tradicional. Decepcionado con el desempeño del robot Shakey y proyectos similares inspirados en la representación de la mente consciente, Rodney Brooks comenzó a crear robots basados en una noción diferente de inteligencia, que se asemeja a procesos mentales inconscientes. En lugar de modelar aspectos de la inteligencia humana mediante la manipulación de símbolos, este enfoque tiene como objetivo la interacción en tiempo real y respuestas viables a un entorno dinámico de laboratorio u oficina. [4] : 130-131
El objetivo se basó en cuatro ideas clave:
Situación : una idea importante de la IA situada es que un robot debería poder reaccionar a su entorno dentro de un marco de tiempo similar al humano. Brooks sostiene que un robot móvil situado no debería representar el mundo a través de un conjunto interno de símbolos y luego actuar según este modelo. En cambio, afirma que "el mundo es su mejor modelo", lo que significa que se pueden utilizar configuraciones adecuadas de percepción a acción para interactuar directamente con el mundo en lugar de modelarlo. Sin embargo, cada módulo/comportamiento todavía modela el mundo, pero en un nivel muy bajo, cercano a las señales sensoriomotoras. Estos modelos simples necesariamente utilizan suposiciones codificadas sobre el mundo codificadas en los propios algoritmos, pero evitan el uso de la memoria para predecir el comportamiento del mundo, confiando en cambio en la retroalimentación sensorial directa tanto como sea posible.
Encarnación: Brooks sostiene que construir un agente encarnado logra dos cosas. La primera es que obliga al diseñador a probar y crear un sistema de control físico integrado , no modelos teóricos o robots simulados que podrían no funcionar en el mundo físico. La segunda es que puede resolver el problema de la conexión a tierra de los símbolos , una cuestión filosófica que enfrentan muchas IA tradicionales, al acoplar directamente los datos sensoriales con acciones significativas. "Los fundamentos del mundo retroceden", y la relación interna de las capas de comportamiento se basa directamente en el mundo que percibe el robot.
Inteligencia: al observar el progreso evolutivo, Brooks sostiene que el desarrollo de habilidades de percepción y movilidad es una base necesaria para una inteligencia similar a la humana. Además, al rechazar las representaciones de arriba hacia abajo como punto de partida viable para la IA, parece que "la inteligencia está determinada por la dinámica de interacción con el mundo".
Emergencia : convencionalmente, los módulos individuales no se consideran inteligentes por sí mismos. Es la interacción de dichos módulos, evaluada mediante la observación del agente y su entorno, lo que normalmente se considera inteligente (o no). "La inteligencia", por tanto, "está en el ojo del observador". [5] : 165-170
Las ideas esbozadas anteriormente todavía son parte de un debate en curso sobre la naturaleza de la inteligencia y cómo se debe fomentar el progreso de la robótica y la IA.
Capas y máquinas de estados finitos aumentadas
Cada capa está formada por un conjunto de procesadores que son máquinas de estados finitos aumentadas (AFSM), siendo el aumento agregado variables de instancia para contener estructuras de datos programables. Una capa es un módulo y es responsable de un único objetivo de comportamiento, como "deambular". No existe un control central dentro o entre estos módulos de comportamiento. Todos los AFSM reciben de forma continua y asincrónica información de los sensores relevantes y envían salida a los actuadores (u otros AFSM). Las señales de entrada que no se leen cuando se entrega una nueva terminan siendo descartadas. Estas señales descartadas son comunes y son útiles para el rendimiento porque permiten que el sistema funcione en tiempo real tratando con la información más inmediata.
Debido a que no existe un control central, los AFSM se comunican entre sí mediante señales de inhibición y supresión. Las señales de inhibición impiden que las señales lleguen a los actuadores o AFSM, y las señales de supresión bloquean o reemplazan las entradas a las capas o sus AFSM. Este sistema de comunicación AFSM es la forma en que las capas superiores subsumen a las inferiores (ver figura 1), así como la forma en que la arquitectura aborda el arbitraje de selección de acciones y prioridades en general. [5] : 12-16
Figura 1: Representación abstracta de la arquitectura de subsunción, con las capas de nivel superior subsumiendo los roles de las capas de nivel inferior cuando la información sensorial lo determina. [5] : 11
El desarrollo de capas sigue una progresión intuitiva. Primero, se crea, prueba y depura la capa más baja. Una vez que ese nivel más bajo está funcionando, uno crea y une la segunda capa con las conexiones de supresión e inhibición adecuadas a la primera capa. Después de probar y depurar el comportamiento combinado, este proceso se puede repetir para (teóricamente) cualquier número de módulos de comportamiento. [5] : 16-20
Robots
La siguiente es una pequeña lista de robots que utilizan la arquitectura de subsunción.
Herbert, un robot recolector de latas de refresco (ver enlaces externos para ver un vídeo)
Genghis, un robusto caminante hexápodo (ver enlaces externos para ver un vídeo)
Lo anterior se describe en detalle junto con otros robots en Elephants Don't Play Chess . [6]
Fortalezas y debilidades
Las principales ventajas de la arquitectura son:
el énfasis en el desarrollo iterativo y las pruebas de sistemas en tiempo real en su dominio de destino;
el énfasis en conectar la percepción limitada y específica de la tarea directamente con las acciones expresadas que la requieren; y
el énfasis en el control distributivo y paralelo, integrando así los sistemas de percepción, control y acción de una manera similar a los animales. [5] : 172–173 [6]
Las principales desventajas de la arquitectura son:
la dificultad de diseñar una selección de acciones adaptable a través de un sistema altamente distribuido de inhibición y supresión; [4] : 139-140 y
la falta de una gran memoria y representación simbólica, que parece impedir que la arquitectura comprenda el lenguaje;
Cuando se desarrolló la arquitectura de subsunción, la configuración y el enfoque novedosos de la arquitectura de subsunción le permitieron tener éxito en muchos dominios importantes donde la IA tradicional había fallado, es decir, la interacción en tiempo real con un entorno dinámico. Sin embargo, la falta de un gran almacenamiento de memoria, representaciones simbólicas y control central lo coloca en desventaja para aprender acciones complejas, mapear en profundidad y comprender el lenguaje .
^ Brooks, R. (1986). "Un robusto sistema de control en capas para un robot móvil". Revista IEEE de Robótica y Automatización . 2 (1): 14-23. doi :10.1109/JRA.1986.1087032. hdl : 1721.1/6432 . S2CID 10542804.
^ Brooks, R. (1986). "Sistema de control distribuido asíncrono para un robot móvil". Conferencia SPIE sobre robots móviles . págs. 77–84.
^ Brooks, RA, "Un esquema de programación robusto para un robot móvil", Actas del taller de investigación avanzada de la OTAN sobre lenguajes para el control basado en sensores en robótica, Castelvecchio Pascoli, Italia, septiembre de 1986.
^ a b C Arkin, Ronald (1998). Robótica basada en el comportamiento . Cambridge, Massachusetts: Prensa del MIT. ISBN978-0-262-01165-5.
^ abcdef Brooks, Rodney (1999). Inteligencia cámbrica: la historia temprana de la nueva IA . Cambridge, Massachusetts: Prensa del MIT. ISBN978-0-262-02468-6.
^ ab Brooks, RA (1990). Los elefantes no juegan al ajedrez. Prensa del MIT . ISBN978-0-262-63135-8. Consultado el 23 de noviembre de 2013 . {{cite book}}: |journal=ignorado ( ayuda )
Referencias
Los documentos clave incluyen:
RA Brooks (1986), "Un sistema de control de capas robusto para un robot móvil", IEEE Journal of Robotics and Automation RA-2, 14-23.
RA Brooks (1987), "La planificación es sólo una forma de evitar tener que decidir qué hacer a continuación", Informe técnico, Laboratorio de Inteligencia Artificial del MIT.
R. Brooks y A. Flynn (Anita M. Flynn) (1989), "Rápido, barato y fuera de control: una invasión robótica del sistema solar", J. Brit. Sociedad interplanetaria, vol. 42, núm. 10, págs. 478–485, 1989. (El artículo dio lugar más tarde al título de la película Fast, Cheap and Out of Control , y podría decirse que los conceptos del artículo se han visto en la práctica en el Mars Pathfinder de 1997 y luego en el Mars Exploration de 2004. Misión Rover .)
RA Brooks (1991b), "Intelligence Without Reason", en Actas de la Conferencia Conjunta Internacional sobre Inteligencia Artificial de 1991, págs.
R. A Brooks (1991c), "Inteligencia sin representación", Inteligencia artificial 47 (1991) 139-159. (El artículo presenta conceptos de Merkwelt y la arquitectura de subsunción).
enlaces externos
SB-MASE es un simulador multiagente basado en subsunción.
Subsunción para los robots SR04 y jBot, sitio web de DPRG
Desarrollar programas LeJOS paso a paso, sitio web de Juan Antonio Breña Moral
Vídeo de Herbert, el robot recolector de latas de refresco, YouTube.
Vídeo de Genghis, un robusto caminante hexápodo, YouTube.