1 / 29

Comportement hybride Architectures

GEF 447B. Comportement hybride Architectures. Capt . Vincent Roberge. Aperçue. Managerial State hierarchy Model based. Architectures: 3 Styles. Model-Oriented. : ( division des responsabilités en couches basée sur le niveau de contrôle, comme dans une entreprise )

zeke
Download Presentation

Comportement hybride Architectures

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. GEF 447B Comportement hybride Architectures Capt. Vincent Roberge

  2. Aperçue • Managerial • State hierarchy • Model based

  3. Architectures: 3 Styles Model-Oriented • : (division des responsabilités en couches basée sur le niveau de contrôle, comme dans une entreprise) • : (utilise l’état du robot pour distinguer la couche réactive et délibérative). • : (modèles utilisés comme un capteur virtuel) State Hierarchy Managerial

  4. Architecture Managerial (AuRA) • Développer par Arkin • En même temps que Brooks – Architecture Subsumption • 5 modules • Deux modules délibératifs • Planificateur • Cartographe • Deux modules réactifs • Capteur • Moteur • Un entre délibératif et réactif • Contrôle Homéostatique

  5. Planificateur Planificateur de mission Navigateur Pilote Cartographe Couche Délibératif Homéostatique Contrôle Couche Réactif Moteur ms1 ms2 ms3 ps1 ps2 ps3 Capteur Gestion schéma Moteur  actuateurs Capteur AuRA - Diagramme

  6. ComposantesCommunes Cartographe Planification de Mission Séquenceur Veilleur de Performance Gestion des Ressources

  7. AuRA - Module Planificateur • Planificateur de mission, • Navigateur, • Pilote Planificateur de mission sert comme interface avec l’humain.

  8. AuRA - Module Navigateur Travail avec le Cartographe pour déterminer un chemin pour le robot et divise ce chemin en sous-tâche

  9. AuRA - Module Pilote(Séquenceur) • Prend la première sous-tâche du navigateur • Prend l’info pertinente ducartographe pour générer des comportements • Puis passela liste de comportements au Gestion schéma Moteur,

  10. AuRA - Module Cartographe S’occupe de l’élaboration de la carte et de sa lecture pour la navigation. Peut aussi contenir l’info prédéterminé (cartes)

  11. AuRA - Module Gestion schéma Moteur Examine lesschémas de la perception et des moteur pour combiner les comportement afin d’accomplir la mission. Combinaison faite à l’aide du champ de potentiel, ainsi simplement besoin de faire une addition des vecteurs.

  12. AuRA - Module ContrôleHoméostatique • entre délibératif et réactif. • Surveille la performance des capteurs But: • Varier larelation entre le gain des comportements. • p.ex. : • Si robot doit retourner rapidement à la base, alors augmente le gain du comportement ‘va vers ton objectif’ pour forcer le robot à prendre des chemins plus directs

  13. Exemple d’une tâche Robotique 1) robot placé à l’entré d’une bâtisse en feu 2) chargé du plan de l’étage et connaissance contextuelle**) 3) robot chargé de trouver les survivants efficacement et trouver (mapper) un chemin sécuritaire pour les pompiers ** connaissance contectuelle peut inclure la probabilité de trouver un individu dans des lieus précis. Que peut faire l’architecture réactive et que ne peut elle pas faire? Path planning, handling detours due to blockage, map making, learn from past rescues

  14. Exemple d’unetâche robotique • Cartographe accepte la carte • Navigateur utilise planificateur de chemin pour passer à travers les emplacement les plus probable d’avoir des humain • Pilote établit la liste de comportement, • Gestion schéma Moteur réalise les comportements jusqu’à l’arrivée au point final • Homéostatique – permet une adaptation aux situations des capteurs (niveau des piles)

  15. Prochain point • Managerial • State hierarchy • Model based

  16. Architecture -3Tiered (3 T) • Principalement utilisé par NASA • Technique venant de: • Variante de subsumption (ATLANTIS) (Gat, Bonasso), • RAPs (Furby), et • vision stéréo (Kortenkamp) • 3 couches • Réactif (contrôleur) • délibératif • séquenceur (planificateur réactif) • Utilisé pour • Robot sur mars, • véhicules sous-marins; et • Robot assistant d’astronaute Dave Kortenkamp, TRAC Labs (NASA JSC)

  17. Planner Performance Monitor, Mission Planner Event Event Task Task Task Task Task Task Goal Skill Skill Skill Subgoal Subgoal Subgoal Cartographer Planning Monitoring RAP Memory World Model Sequencer Resource Manager Agenda Task Subtask Primitive wait-for Subtask Deliberative Layer Interpreter Reactive Layer Sequencer Skill Manager 3 Tiered (3T)

  18. 3 Tiered (3T) Planificateur • FAIT • Planification de mission & • Cartographie • Définit buts et plans stratégique • Buts passés au séquenceur

  19. 3 Tiered (3T) Séquenceur • Utilise des techniques réactive (Reactive Action Packages [RAPs]) pour choisir les comportements primitifs d’une librairie • Instancie les comportements (appelés skills) • Et fait la surveillance deperformance

  20. 3 Tiered (3T) Gestion de Skill • ‘Skills’ peuvent être comportements avancés avec fusion de capteur etc. • Peut avoir un checkboxpour vérifier ‘action complétée’ • Doit avoir moyen de détecter anomalies. Puis, séquenceur prendrait les actions correctifs

  21. Architecture State Hierarchy • Comment est-ce que l’architecture distingue réactif du délibératif? • Délibératif: nécessite connaissance du PASSÉ ou du FUTUR • Réactif: comportement purement reflex et seulement local; nécessite connaissance du PRÉSENTseulement • Comment est-ce que l’architecture organise les responsabilités du délibératif?Par des états intérieures • PRÉSENT (contrôleur) • PASSÉ (séquenceur) • FUTURE (planificateur) • Comment les comportements émergent-ils? • Générant et supervisant une séquence de comportement. • Un groupe de comportements est un ‘skill’ • subsumption

  22. Prochain point • Managerial • State hierarchy • Modelbased

  23. Architecture Model-Oriented • Managerial & State-Hierarchy: design ‘bottom up’ • Développer pour améliorer le paradigme réactif • Model-Oriented est plus innovateur • Influencé par la recherche en AI • Stanford • SRI (StanfordResearch Institute) International • Focus la représentation globale du monde • Offre des capteurs virtuels aux comportements

  24. Architecture Model-Oriented • Focus sur la représentation du monde similairement à hiérarchique, mais mieux: • Utilise symboles pour les items dans le model (+ efficace) • processeurdistribué calculer la perception = asynchrones et plus vite • Vitesse des processeurs et optimisation des compilateur améliore la performance.

  25. Architecture Saphira • Développé par SRI Konolige, Myers, Saffioti • Utilise un contrôleur fuzzy à la sortie

  26. Resource Manager, Mission Planner, Performance Monitoring Planning Agent Software Agents Cartographer Local Perceptual Space (LPS) Surface Construction Object Recognition Topological Planner Reactive Behaviours Reactive Behaviours Reactive Behaviours Navigation Tasks People Tracking Fuzzy Logic Virtual Sensors Localisation, Map Maintenance Deliberative Layer Reactive Layer sensors actuators Saphira

  27. Hybrid - Résumé • Planification, Capter-Agir • Planificateur (Délibératif) utilise pour la création de map • Capter-Agir (Réactif) utilise comportement ou capteur virtuel • Architectures ont généralement les modules suivant: • Planificateur de mission, • Séquenceur, • Gestion des ressources, • Cartographe, and • Veilleur de performance

  28. En bref • Managerial • State hierarchy • Model based Questions?

  29. Références : • Images et contenus pris de:: • Introduction to AI Robotics, R. Murphy, 2000 • Behavior-Based Robotics, R. Arkin, 1998 http://www.cs.utk.edu/~parker/Courses/CS594-fall02/

More Related