Pensamento: Computação Evolutiva aplicada a Robôs Reais. Sumário. 1- Computação Evolutiva Computação Evolutiva: Conceito

Transcrição

1 Computação Evolutiva aplicada a Robôs Reais Eduardo D. V. Simões Mestrado em Microeletrônica UFRGS Doutorado em Robótica University of Kent at Canterbury, UK Recém-Doutor no Laboratório de Robotica Inteligente - UFRGS simoes@inf.ufrgs.br Pensamento: Quem acreditaria em uma Formiga em teoria? Em uma Girafa em projeto? Mil Cientistas não imaginariam metade da selva a partir de um ser vivo S. J. Gould Sumário 1- Computação Evolutiva 1.1 Conceito 1.2 Inspiração na Natureza 1.2 O Papel da Computação Evolutiva 1.3 Opinião Pessoal 2- Aplicações da Computação Evolutiva na Robótica 2.1 Robótica Evolutiva 2.2 Implementação 2.3 Primeiros Experimentos 2.4 Problemas Encontrados 2.5 Solução Final 1- Computação Evolutiva 3- Futebol de Robôs 4- Conclusões 1.1- Computação Evolutiva: Conceito 1.1- Computação Evolutiva: Conceito g Sistemas de Computação Tradicionais: g Computação Evolutiva Problema Universo de Possíveis Soluções Ambiente 1 o Grupo de Agentes Tentar exaustivamente todas as possíveis soluções e escolher a mais adequada Teste de um critério definido e interrompimento do processo quando um desempenho aceitável é produzido. Ambiente Combinação dos Melhores Agentes 2 o Grupo de Agentes 1

2 1.1- Computação Evolutiva: Conceito 1.2- Inspiração na Natureza g Computação Evolutiva: Uma Seleção Natural artificial dos mais adequados agentes ou soluções Busca de inspiração na natureza: g Nível Microscópico (Molecular): Algoritmos Genéticos g Premissa mais importante: Especificar o que é desejado do robô, sem definir como ele deve fazer para obter esse comportamento g Nível Macroscópico (Comportamental): Complementaridade entre o ambiente natural e os organismos 1.2- Inspiração na Natureza 1.3- O Papel da Computação Evolutiva Interação entre Organismo e Ambiente: Evolução através da Seleção Natural g Comportamento: propriedade emergente da interação entre organismo e meio ambiente g O ambiente não é apenas uma entidade complexa e variável, mas um mundo de oportunidades por J.J. Gibson (1950) Organismo Ambiente Sensores Características: - Tamanho; - Cor da Pele... Mecanismos de Estímulo- Resposta: Processamento Atuadores 1.3- O Papel da Computação Evolutiva 1.3- O Papel da Computação Evolutiva g Dispersão: g O Aparecimento da Inteligência: Biologia: Mecanismos neurônios, cérebro... Educação: Mecanismos cognição Informática: Modelos de Inteligência Artificial Organismos (Nós) Barco Avião Mar Ar Suprema Ferramenta para a Sobrevivência Foguete Espaço 2

3 2.1- Robótica Evolutiva 2- Aplicações da Computação Evolutiva na Robótica 2.1- Robótica Evolutiva 2.1- Robótica Evolutiva Processo Evolucionário: Estação de Trabalho Estação de Reprodução Testar a habilidade de Executar a tarefa Seleção dos Parceiros -- Canto de acasalamento Troca de Cromossomos Reconfiguração dos Robôs 2.1- Robótica Evolutiva 2.1- Robótica Evolutiva Material Genético Memória Circuito de Controle Morfologia g Configuração da Rede Neural g Velocidade de movimento g Seleção dos Sensores 3

4 7 / 7 / 7 / 7 / Neuron Group 1 (Class FF) Neuron Group 2 (Class TLS1) Neuron Group 3 (Class TRS1) Neuron Group 4 (Class TRS2) Li 1 S1 Lj 1 N1,1 N2,1 N3,1 N4,1 g Controle por Solução Tradicional Left = Right = 0; If (Sensor4=1) then Left = Left + 1; If (Sensor3=1) then Left = Left + 1; If (Sensor2=1) then Left = Left + 1; If (Sensor6=1) then Right = Right + 1; If (Sensor7=1) then Right = Right + 1; If (Sensor8=1) then Right = Right + 1; If (Left > Right) then Command = TRS1; If (Left = Right) then Command = FF; If (Left < Right) then Command = TLS1; If (Sensor1=1) then Command = TRS2; S4 S3 S2-30 o -60 o -90 o Left Motor S1 0 o 180 o S5 S8 30 o 60 o 90 o Right Motor S7 S6 g Controle por Rede Neural Estruturado S2 S3 S4 S6 S7 S8 Li 2 N1,2 N2,2 N3,2 N4,2 Lj 2 Li 3 N1,3 N2,3 N3,3 N4,3 Lj 3 Li 4 N1,4 N2,4 N3,4 N4,4 Lj 4 Li 5 N1,5 N2,5 N3,5 N4,5 Lj 5 Li 6 N1,6 N2,6 N3,6 N4,6 Lj 6 Li 7 N1,7 N2,7 N3,7 N4,7 Lj 7 O1 O2 O3 O4 Adder Adder Adder Adder Winner Takes All Block Sensor Module S1 S2 Black Box g Controle por Black Box Não Estruturado. S3 S4 S5 S6 S7 S8 Black Box 3-bit Output Encoding of the Commands: FF TRS TLS TRS TLS TRL TLL FS Motor Drive Module from the Sensors 256-bit Lookup Table 256-bit Lookup Table 256-bit Lookup Table 3-bit Command Black Box g Controle por Black Box implementado em C: Command = Mem(Sensors) from the Sensors Address Memory (256-bytes) 8 bit 1 Byte b 0,b 1,b 2,b 3,b 4,b 5,b 6,b 7 3-bit Command g Assembler: ldab sensors ; b receives content of variable sensors ldx #$8000 ; x receives Base Address abx ; Add b to x ldaa 0,X ; Retrieve the Data from memory anda #% ; Filter the first 3 bits containing the Command staa command ; Store the result to variable command 4

5 2.3- Primeiros Experimentos g Função de 1- Comeca com pontos; 2- Recompensa: + 5 pontos para cada 3 seg. de movimento à Frente; 3- Punição: - 10 pontos a cada colisão Primeiros Experimentos g Objetivo: Navegação sem Colisões Simples Complexo Robôs Primeiros Experimentos Simple Environment Generations Complex Environment Generations g 120 Gerações: (1 min.) g Pontuação do Melhor Robô Média da População Primeiros Experimentos Simple Environment Generations Complex Environment Generations Espécie 1 Um sensor frontal Espécie 2 Dois sensores, um frontal e outro lateral Espécie 3 Três sensores, um frontal e dois laterais g Robôs Reais: PopAv Generation 5

6 g Robôs Reais: PopAv Generation g Robôs Reais - Solução: Estratégia de Herança HfRn = (RnG0 + RnG-1 + RnG-2)/3 PopAv Generation 2.4- Analise dos Dados Experimentais g Simulação: Simulated Input Vector "0,0,0,0,0,0,0,0" to "1,1,1,1,1,1,1,1" Evaluation Hand-designed Controller Evolving Controller 3-bit Command 3-bit Command Increment if both Commands are the same Initialise Population Evaluation Select Best Robot Crossover and Mutation New Population g Efeito da Mutação: Av0.1% Best0.1% Av0.5% Best0.5% Av1% Best1% Av3% Best3% Analise dos Dados Experimentais g Efeito da Mutação: 2.4- Analise dos Dados Experimentais g Efeito da Mutação: Av10% Best10% Av20% Best20% Av50% Best50% Av80% Best80%

7 g Reprodução Sexuada (S1) x Assexuada (S2): S2Av0.1% S2Best0.1% S2Av0.5% S2Best0.5% S1Av0.1% S1Best0.1% S1Av0.5% S1Best0.5% g Reprodução Sexuada: Av6RobMr0.1% Best6RobMr0.1% Av6RobMr0.5% Best6RobMr0.5% Best100RobMr0.1% Best100RobMr0.5% g Reprodução Assexuada: g Solução1: reprodução por Triplets Fitnes s Av0.1% Best0.1% Av0.5% Best0.5% Triplet 8 comandos FF FS g Reprodução Sexuada Normal (S1) x Sexuada por Triplets (S3): Fitnes s S3Av0.5% S3Best0.5% S1Av0.5% S1Best0.5% g Solução2: Prevenção de Back-mutation Marcadores: X... X... X X 7

8 g Reprodução Sexuada e Assexuada por Triplets com prevenção de Back-mutations: Fitnes s AsexualAv AsexualBest SexualAv SexualBest Solução Final g Diferentes Populações com Rep. Assexuada: Fitnes s Pop100 Pop80 Pop60 Pop45 Pop35 Pop25 Pop15 Pop10 Pop8 Pop g Predação: 2.6- Solução Final Predation NoPredation Mutation Rate = 0.0% g Reprodução Sexuada, controlador Black Box, por Triplets e prevenção de Back-mutations: Solução Final Generation 3- Futebol de Robôs 3- Futebol de Robôs g Situação Atual: Definição das Regras a serem empregadas Aquisição de material para construção do Campo e sensoriamento remoto Camera + Placa de vídeo... Construção de um time de 5 robôs (2 semanas) Desenvolvimento do algoritmo de controle por quadrantes (tradicional) Aplicação de técnicas de Computação Evolutiva 8

9 4- Conclusão 4- Conclusão g A Computação Evolutiva pode contribuir muito com a Robótica Produz soluções aceitáveis para problemas de navegação e desvio de obstáculos Possibilita auto-programação de sistemas complexos LRI já possui infraestrutura para realização de experimentos com 7 robôs móveis autônomos Em duas semanas disporemos de um time de futebol contendo 5 robôs 4- Conclusão g Processo de contínua adaptação às mudanças do Ambiente x Solução Fixa FIM Cópia das transparências e referências bibliográficas podem ser obtidas no site: g Estamos MUITO longe de sermos perfeitos!... e provavelmente jamais chegaremos lá!!! simoes@inf.ufrgs.br 9