서브스크립션 아키텍처

Subsumption architecture

서브세션 아키텍처는 1980년대와 90년대에 매우 인기 있었던 행동 기반 로봇과 주로 관련된 반응형 로봇 아키텍처입니다.이 용어는 1986년 [1][2][3]로드니 브룩스와 동료들에 의해 도입되었다.Subsumption은 자율 로봇 및 실시간 AI에 광범위하게 영향을 미쳤다.

개요

Subsumption 아키텍처는 전통적인 AI(GOFAI)에 반대하여 제안된 제어 아키텍처입니다.세계의 상징적 정신적 표현으로 행동을 이끄는 대신, 가정 건축은 감각 정보를 친밀하고 상향식 [4]: 130 방식으로 행동 선택에 결합합니다.

이것은, 완전한 동작을 서브 동작으로 분해하는 것으로 행해집니다.이러한 하위 동작은 계층 계층 구조로 구성됩니다.각 계층은 특정 수준의 행동 능력을 구현하며, 높은 레벨은 실행 가능한 행동을 만들기 위해 낮은 레벨(= 낮은 레벨을 보다 포괄적인 전체로 통합/조정)을 포함할 수 있습니다.예를 들어 로봇의 가장 낮은 레이어는 "물체를 피함"일 수 있습니다.두 번째 계층은 "wander around"로, 세 번째 계층 "exply the world" 아래에 있습니다.로봇은 효과적으로 "유행"하기 위해 객체를 회피할 수 있는 능력이 있어야 하므로, 하위 아키텍처는 상위 계층이 하위 수준의 능력을 활용하는 시스템을 만듭니다.모든 계층이 센서 정보를 수신하고 병렬로 작동하며 출력을 생성합니다.이러한 출력은 액추에이터에 대한 명령 또는 다른 레이어를 [5]: 8–12, 15–16 억제하거나 금지하는 신호가 될 수 있습니다.

목표

가정 아키텍처는 기존 AI와 상당히 다른 관점에서 지능 문제를 공격합니다.로봇 쉐이키의 성과와 이와 유사한 의식적 마인드 표현에 영감을 받은 프로젝트에 실망한 로드니 브룩스는 무의식적인 마인드 과정과 유사한 지능의 다른 개념을 바탕으로 로봇을 만들기 시작했습니다.기호 조작을 통해 인간 지능의 측면을 모델링하는 대신, 이 접근방식은 동적 실험실 또는 사무실 [4]: 130–131 환경에 대한 실시간 상호작용과 실행 가능한 대응을 목표로 한다.

목표는 다음과 같은 4가지 주요 아이디어로 파악되었습니다.

  • 위치 – 위치 AI의 주요 개념은 로봇이 인간과 같은 시간 내에 환경에 반응할 수 있어야 한다는 것입니다.Brooks는 위치하는 모바일 로봇이 내부 기호 집합을 통해 세계를 표현하고 이 모델에 따라 작동해서는 안 된다고 주장합니다.대신, 그는 "세계는 그 자체 최고의 모델"이라고 주장하는데, 이는 적절한 지각 대 행동 설정이 모델링이 아닌 세계와 직접적으로 상호작용하는 데 사용될 수 있다는 것을 의미한다.그러나 각 모듈/동작은 여전히 세계를 모델링하지만 매우 낮은 수준에서 센서 모터 신호에 가깝습니다.이러한 단순한 모델들은 알고리즘 자체에 인코딩된 세계에 대한 하드코드된 가정을 반드시 사용하지만, 가능한 한 직접적인 감각적 피드백에 의존하여 세계의 행동을 예측하기 위한 메모리 사용을 피한다.
  • 실시 형태 – Brooks는 구현된 에이전트를 구축하는 것이 두 가지를 달성한다고 주장합니다.첫 번째는 이론적인 모델이나 실제 세계에서 작동하지 않을 수 있는 시뮬레이션된 로봇이 아니라 설계자가 통합된 물리적 제어 시스템을 테스트하고 만들도록 강요하는 것입니다.두 번째는 많은 전통적인 AI들이 직면하는 철학적 문제인 심볼 접지 문제를 의미 있는 행동에 직접 결합함으로써 해결할 수 있다는 것이다."세계가 퇴보한다"와 행동층의 내적 관계는 로봇이 인식하는 세계에 직접적으로 기반을 두고 있다.
  • 인텔리전스 – 진화적 진보를 볼 때, Brooks는 지각력과 이동성 기술을 개발하는 것이 인간과 같은 인텔리전스를 위한 필수적인 기반이라고 주장합니다.또한 하향식 표현을 AI의 실행 가능한 출발점으로 거부함으로써 "지능은 세계와의 상호작용의 역동성에 의해 결정된다"고 볼 수 있다.
  • 출현 – 일반적으로 개별 모듈은 그 자체로는 인텔리전트하다고 간주되지 않습니다.에이전트와 에이전트 환경을 관찰함으로써 평가되는 이러한 모듈의 상호작용이 보통 인텔리전트하다고 간주됩니다(또는 그렇지 않습니다).따라서 "지능"은 [5]: 165–170 관찰자의 눈에 달려 있다.

위에서 개략적으로 설명한 아이디어는 여전히 지능의 본질과 로봇 공학 및 인공지능의 발전을 어떻게 육성해야 하는지에 대한 진행 중인 논쟁의 일부이다.

레이어 및 증강 유한 상태 머신

각 레이어는 증강 유한 상태 머신(AFSM)인 프로세서 세트로 구성됩니다.증가는 프로그램 가능한 데이터 구조를 유지하기 위해 인스턴스 변수를 추가합니다.레이어는 모듈이며 "wend around"와 같은 단일 동작 목표를 담당합니다.이러한 동작 모듈 내 또는 사이에는 중앙 제어가 없습니다.모든 AFSM은 관련 센서로부터 연속적이고 비동기적으로 입력을 수신하여 액추에이터(또는 다른 AFSM)로 출력을 전송합니다.새로운 신호가 전달될 때까지 판독되지 않은 입력 신호는 폐기됩니다.폐기된 신호는 일반적이며 가장 즉각적인 정보를 처리함으로써 시스템이 실시간으로 작동할 수 있기 때문에 성능에 도움이 됩니다.

중앙 제어가 없기 때문에 AFSM은 금지 및 억제 신호를 통해 서로 통신합니다.억제 신호는 액튜에이터 또는 AFSM에 도달하는 신호를 차단하고 억제 신호는 레이어 또는 그 AFSM에 대한 입력을 차단 또는 대체한다.이 AFSM 통신 시스템은, 아키텍처가 일반적으로 [5]: 12–16 우선 순위 및 액션 선택 중재를 처리하는 방법으로서, 보다 높은 레이어가 낮은 레이어를 어떻게 포함시키는지를 나타냅니다(그림 1 참조).

그림 1: 상위 계층이 감각 정보가 [5]: 11 결정할 때 하위 계층의 역할을 가정하는 가정 아키텍처의 추상적 표현.

층의 발달은 직관적인 진행을 따른다.먼저 최하층 레이어가 작성, 테스트 및 디버깅됩니다.가장 낮은 레벨이 실행되면 적절한 억제 및 억제 연결을 통해 두 번째 레이어를 생성하여 첫 번째 레이어에 부착합니다.조합된 동작을 테스트 및 디버깅한 후 (이론적으로) 임의의 수의 동작 모듈에 [5]: 16–20 대해 이 프로세스를 반복할 수 있습니다.

로봇

다음은 가정 아키텍처를 사용하는 로봇의 작은 목록입니다.

  • 앨런(로봇)
  • Herbert, 탄산음료 캔 수집 로봇(동영상은 외부 링크 참조)
  • Genghis, 견고한 육각 보행기(비디오는 외부 링크 참조)

상기의 내용은 코끼리 체스를 [6]하지 않는 다른 로봇들과 함께 자세히 설명되어 있다.

장점과 단점

아키텍처의 주요 장점은 다음과 같습니다.

  • 대상 영역에서 실시간 시스템의 반복 개발 및 테스트 강조
  • 제한된 업무별 인식과 그것을 필요로 하는 표현된 행동을 직접 연결하는 데 중점을 둔다.
  • 동물과 유사한 방식으로 [5]: 172–173 [6]지각, 통제 및 행동 체계를 통합함으로써 분배 및 병렬 제어에 대한 강조.

아키텍처의 주요 단점은 다음과 같습니다.

  • 고도로 분산된 억제 및 [4]: 139–140 억제 시스템을 통해 적응 가능한 행동 선택을 설계하는 어려움
  • 큰 메모리와 상징적 표현이 부족하여 아키텍처가 언어를 이해하는 데 제약을 받는 것 같습니다.

가정 아키텍처가 개발되었을 때, 가정 아키텍처의 새로운 설정과 접근방식은 기존의 AI가 실패한 많은 중요한 영역, 즉 동적 환경과의 실시간 상호작용에서 성공할 수 있게 했다.그러나 대용량 메모리 스토리지, 기호 표현 및 중앙 제어가 부족하기 때문에 복잡한 작업 학습, 심층 매핑 및 언어 이해에 불리합니다.

「 」를 참조해 주세요.

메모들

  1. ^ Brooks, R. (1986). "A robust layered control system for a mobile robot". IEEE Journal of Robotics and Automation. 2 (1): 14–23. doi:10.1109/JRA.1986.1087032. hdl:1721.1/6432.
  2. ^ Brooks, R. (1986). "Asynchronous distributed control system for a mobile robot.". SPIE Conference on Mobile Robots. pp. 77–84.
  3. ^ R.A. Brooks, "모바일 로봇을 위한 강력한 프로그래밍 계획", 이탈리아 Castelvechio Pascoli, 1986년 9월, 로봇 공학 센서 기반 제어를 위한 언어에 관한 NATO 고급 연구 워크숍 진행.
  4. ^ a b c Arkin, Ronald (1998). Behavior-Based Robotics. Cambridge, Massachusetts: The MIT Press. ISBN 978-0-262-01165-5.
  5. ^ a b c d e f Brooks, Rodney (1999). Cambrian Intelligence: The Early History of the New AI. Cambridge, Massachusetts: The MIT Press. ISBN 978-0-262-02468-6.
  6. ^ a b Brooks, R.A. (1990). Elephants Don't Play Chess. Designing Autonomous Agents: Theory and Practice from Biology to Engineering and Back. MIT Press. ISBN 978-0-262-63135-8. Retrieved 2013-11-23.

레퍼런스

주요 백서는 다음과 같습니다.

외부 링크