04 inteligencia en_robots

Capítulo 4.

Inteligencia en Robots

José Martín Castro Manzano

Ideas Centrales

Robótica: “Alas” para la Inteligencia
Artificial
Control de Robots Autónomos

Introducción

Años 60 – Nacimiento de la Robótica

Años 80 – Robótica Reactiva o Basada
en el Comportamiento

Finales años 80, principio de los años 90
– Robótica Evolutiva

Historia
En 1985, fue establecida por la
Asociación de la Industria Robótica
Americana (Jablonsky y Posey, 1985)
una definición de robot: manipulador
reprogramable y multifuncional diseñado
para mover material, partes,
herramientas, o dispositivos
especializados mediante movimientos
variables programados para la realización
de una variedad de tareas.

Autonomía definida

En palabras del filósofo Collier [2], un
sistema es autónomo “si este usa su
propia información para modificarse a si
mismo y a su entorno, para aumentar su
supervivencia, respondiendo a estímulos
internos así como a su ambiente, con el
fin de modificar sus funciones básicas
para incrementar su viabilidad”.

Autonomía operativa

Es necesario que sea capaz de reaccionar ante situaciones
no consideradas en la programación de su control sin la
intervención exterior.
Debe realizar en todo momento las funciones necesarias para
“sobrevivir” en su entorno y cumplir las tareas encomendadas,
sin que su programa de control defina necesariamente de una
forma explícita todas las posibles acciones que debería de
tomar ante las posibles situaciones que se presenten.
En este sentido se dice que el robot autónomo debe ser no
totalmente preprogramado.

Autonomía de factoría

Figura 1 – Fotografías de una planta de auto-
ensamble, robot soldador de KUKA y un robot
paralelo Delta de SIG Demaurex SA durante un
empaquetamiento de chocolates

Autonomía energética y de
tránsito

Figura 2 – Robot móvil Sojourner usado durante
la misión del Pathfinder para exploración de
Marte en verano de 1997. (http://ranier.oact.hq.
nasa.gov/telerobotics_page/telerobotics.shtm).

Autonomía Bípeda

Figura 3 – Fotografías del Sony SDR-4X II,
©2003 Sony Corporation, y robot humanoide
P2 de Honda, Japón. © Honda Motor
Corporation

Aproximación Tradicional en
Control de Robótica Autónoma

La idea implícita es que las interfaces del
robot y percepción son un conjunto de
símbolos sobre los que el sistema de
inteligencia central opera. Sensa-elabora-
actúa.

Control de Robótica
Autónoma (cont.)

Figura 4 – Aproximación tradicional en
Robótica

Autónoma (cont.)
Dotado con una limitada
capacidad para percibir
y modelar su entorno,
Shakey podía realizar tareas
que requerían planificación,
encontrar rutas,
y mover objetos simples.

Figura 5 – Robot Shakey (1969).

Autónoma (cont.)

Una de las principales razones de la falta
de robustez que presenta la aproximación
tradicional, ha sido ignorar en la
estrategia las múltiples interacciones
posibles entre los diferentes módulos, a la
hora de diseñarlos.

Aproximación Basada en Comportamientos en
Control de Robótica Autónoma

Figura 6 – Aproximación a la robótica basada
en comportamientos

Aproximación Basada en
Comportamientos en Control de
Robótica Autónoma (cont.)

Algunas de las ideas principales que se extraen
de esta nueva propuesta, son:
Las representaciones simbólicas no son necesarias para la
inteligencia robótica, excepto en un sentido muy limitado[4].
‘El mundo es el mejor modelo de si mismo’ [5].
Debe existir una interacción ininterrumpida entre el robot y el
entorno; el robot se debe considerar un todo con el medio y
se ha de constituir en una aproximación ascendente,
resolviendo de lo complejo a lo sencillo[3].

Aproximación Basada en
Comportamientos en Control de
Robótica Autónoma (cont.)

Los grandes problemas que presenta el control
de la robótica basada en comportamientos[1]:
El crear los mecanismos que relacionen los
sensores y actuadores en un nivel de coordinación
capaz de generar un comportamiento autónomo en
el entorno real, no es fácil.
Al poner demasiado énfasis en elementos no
deliberativos, se puede realmente ocultar la
escalabilidad de los sistemas.

Automatización del Diseño:
Robótica Evolutiva

Figura 7 – La robótica evolutiva trata de obtener de manera
automática tanto los niveles de comportamiento como la
interrelación entre ellos. El diseñador decide qué
comportamiento debe generar, eliminando o, al menos,
reduciendo las decisiones de cómo generarlo.

Robótica Evolutiva (cont.)

Irman Harvey en el artículo con el título
“Robotics: Philophy of Mind Using a
Screwdriver” , establece un paralelismo
entre estrategias de diseño y posiciones
filosóficas:

“Una característica distintiva de esta
aproximación que utiliza evolución ciega,
es que los diseños de los sistemas de
control obtenidos son muy opacos e
incompresibles para el analista humano.
Con un esfuerzo considerable se pueden
comprender los sistemas de control
sencillos utilizando las herramientas de la
teoría de sistemas dinámicos”.


En la metodología de la robótica evolutiva
una vez establecido el marco de trabajo,
si un robot “..camina como un pato y
grazna como un pato, es un pato. Por
esta razón algunas veces se nos acusa
de ser los nuevos conductivistas”.
(Harvey, 2000).

¿Qué método de evolución artificial se debe emplear?
¿Qué se debe evolucionar desde la perspectiva de la
robótica?
¿Qué tipo de controlador se va a evolucionar?
¿Cómo se van a representar las estructuras a
evolucionar?
¿Cómo se puede combinar la evolución con el
aprendizaje en tiempo de vida?
¿Dónde se debe evolucionar estas estructuras?
¿Cómo generar comportamientos globales coherentes
a partir de varios controladores?

Estado del Arte: Control de
Robots Autónomos

Un Grid para un sistema de control de
robot autónomo [7].
Control Fuzzy de robot autónomo [8].
Control de robot autónomo con células
biológicas [9].

Conclusiones
Diferentes aproximaciones se han desarrollado para el
control de la robótica autónoma. Por muy detallistas
que sean las representaciones que utilice el desarrollo
tradicional, no seremos capaces de intuir e incluir todas
las posibles contingencias reales con las que se tenga
que enfrentar un robot autónomo. Por ello se necesita
de un aprendizaje para conseguir la adaptación
necesaria de un comportamiento, o incluso la
supervivencia, ante cambios rápidos del entorno. La
aproximación de la robótica basada en
comportamientos se muestra bastante prometedora en
cuanto al desarrollo de sistemas autónomos, que
pueden interactuar en entornos dinámicos parcialmente
desconocidos.

Conclusiones (cont.)
A pesar de lo anterior aun existen problemas por
solucionar en ese enfoque, especialmente la
complejidad que surge de las interacciones del robot
con el entorno y entre los mismos comportamientos.
Una forma de superar estos problemas es mediante el
uso de evolución artificial, que permite la obtención
automática de comportamientos simples y complejos,
minimizando la intervención del diseñador humano;
pero no es del todo suficiente. Sin duda, para conseguir
comportamientos autónomos en robots hay que recurrir
al aprendizaje en ‘tiempo de vida’.

Referencias
[1] Santos José, Duro Richard, Evolución Artificial y Robótica Autónoma, Ra-Ma, 2005.
[2] Collier John, What is Autonomy? 2001
[3] Brooks Rodney A., A Robust layered control system for a mobile robot, IEEE J.
Robotics and Automation, RA-2, 1986.
[4] Brooks Rodney A., Intelligence without representation, Artificial Intelligence, Vol. 48,
1991.
[5] Brooks Rodney A., Intelligence without reason, Proceedings of the 1991 International
Joint Conference on Artificial Intelligence, 1991.
[6] Brooks Rodney A., Elephants don’t play chess, Desingning Autonomous Agents:
Theory and Practice from Biology to Engineering and Back, Patti Maes (Ed.), MIT Press,
1990.
[7] Sabatier Fabrice, De Vivo Amelia, Vialle Stephane, Frezza-Buet Hervé, A Grid for
Autonomous Robot Control, GridUse 2004, Supélec, Francia.
[8] Mohan Peri Vamsi, Simon Dan, Fuzzy Logic Control For An Autonomous Robot,
2005.
[9] Soichiro Tsuda, Klaus-Peter Zauner, Yukio-Pegio Gunji, Robot Control with Biological
Cells, Proceedings of the Sixth International Workshop on Information Processing in Cells
and Tissues, 2005.

04 inteligencia en_robots

Más contenido relacionado

Destacado (20)

Similar a 04 inteligencia en_robots (20)

04 inteligencia en_robots