1. Modelarea și analiza
sistemelor multi-agent
2. Arhitecturi de agenți (I)
Florin Leon
Universitatea Tehnică „Gheorghe Asachi” Iași
Facultatea de Automatică și Calculatoare
http://florinleon.byethost24.com/curs_masma.htm
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
2. 2
Arhitecturi de agenți (I)
1. Arhitecturi abstracte
2. Arhitecturi logice
3. MetateM
4. Arhitecturi reactive
5. Arhitectura de subsumare
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
3. 3
Arhitecturi de agenți (I)
1. Arhitecturi abstracte
2. Arhitecturi logice
3. MetateM
4. Arhitecturi reactive
5. Arhitectura de subsumare
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
4. 4
Definiție
O arhitectură de agenți este o anumită metodologie
pentru construirea agenților, care specifică în ce mod
poate fi un agent descompus într-o mulțime de
module și cum trebuie să interacționeze acestea.
Mulțimea totală a modulelor trebuie să precizeze în
ce mod datele de la senzori și starea curentă a
agentului determină acțiunile și următoarea stare
internă a agentului. O arhitectură cuprinde tehnicile
și algoritmii care stau la baza acestei metodologii.
(după Pattie Maes)
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
5. 5
Formalizare: agent și mediu
Stările mediului
S = { s1, s2, ... }
Acțiunile posibile, date de capacitatea efectorică
A = { a1, a2, ... }
Un agent standard poate fi văzut ca o funcție:
action : S* A
S* este mulțimea șirurilor de elemente ale lui S
Comportamentul mediului:
env : S x A (S)
(S) este mulțimea părților lui S
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
6. 6
Determinismul mediului
Mediu determinist
env(s,a) are o singură valoare (singleton)
Mediu nedeterminist
env(s,a) are mai multe valori
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
7. 7
Istoricul
Modalitate de reprezentare a interacțiunilor
dintre agent și mediu
starea inițială
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
8. 8
Proprietate invariantă
O proprietate invariantă a sistemului se
păstrează în toate istoricele posibile
De exemplu:
Agent controller de reactor nuclear
Proprietate invariantă: reactorul nu explodează
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
9. 9
Echivalență comportamentală
hist(ag, env) = mulțimea tuturor istoricelor agentului
ag în mediul env
Agenții ag1 și ag2 sunt echivalenți comportamental
în mediul env dacă și numai dacă
hist(ag1, env) = hist(ag2, env)
Agenții ag1 și ag2 sunt echivalenți comportamental
dacă și numai dacă hist(ag1) = hist(ag2) pentru toate
mediile
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
10. 10
Agent pur reactiv
Un agent pur reactiv decide acțiunile fără a-și
lua în considerare istoricul
action : S A
S în loc de S*
Exemplu: termostatul
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
11. 11
Percepția și acțiunea
see : S P
ieșirea funcției see
este un percept
precept (principiu,
normă)
action : P* A
s1, s2 S, s1 s2, dar see(s1) = see(s2)
s1 și s2 sunt stări indistinctibile
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
12. 12
Exemplu: stări indistinctibile
Pentru un termostat, combinația de stări:
„Temperatura este OK” (x)
„Cioloș este prim-ministru” (y)
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
13. 13
Capacitatea perceptivă
Agent fără capacitate perceptivă
| E | = 1
Agent omniscient
| E | = | S |
E = mulțimea stărilor diferite percepute
S = mulțimea tuturor stărilor
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
14. 14
Agenți cu stare
Agentul pornește cu starea
internă it = i0
Observă starea mediului s
p = see(s)
Își actualizează starea internă
it+1 = next(it, p)
Selectează o acțiune
a = action(it+1)
Repetă de la observare
see : S P
next : I x P I
I este mulțimea stărilor interne
action : I A
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
15. 15
Arhitecturi de agenți
La început (până în 1985), aproape toți agenții
proiectați în cadrul cercetărilor de IA au folosit
raționamentul simbolic
Raționament logic explicit pentru a decide acțiunile
Problemele legate de raționamentul simbolic au
provocat o reacție împotriva acestei abordări,
mișcarea agenților reactivi (după 1985)
Din 1990, au fost propuse o serie de alternative:
arhitecturi hibride, care încearcă să combine
avantajele arhitecturilor simbolice și a celor reactive
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
16. 16
Arhitecturi de agenți
Patru clase principale de arhitecturi:
Deliberative
Agenți folosind raționamentul deductiv
Agenți folosind raționamentul practic
Reactive
Hibride
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
17. 17
Arhitecturi de agenți (I)
1. Arhitecturi abstracte
2. Arhitecturi logice
3. MetateM
4. Arhitecturi reactive
5. Arhitectura de subsumare
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
18. 18
Arhitecturi logice
Abordarea tradițională pentru
construirea de sisteme
inteligente
Reprezentare simbolică a
mediului și comportamentului
Formule logice
Manipulare sintactică a
acestei reprezentări
Deducții logice sau
demonstrații de teoreme
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
19. 19
Agenți deliberativi
A delibera = a examina în detaliu, a rezolva,
a soluționa
Folosesc formule ale logicii predicative de
ordin I
Exemple:
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
20. 20
Comportamentul
L = mulțimea
propozițiilor logice de
ordin I
D = (L)
Starea internă a unui
agent este un element
Δ al lui D
Notăm
dacă formula poate fi
dedusă din Δ folosind
doar regulile de
deducție ρ
see : S P
next : D x P D
action : D A
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
21. 21
Pseudocod
încearcă apoi să
găsească o acțiune
coerentă (care nu este
interzisă explicit)
încearcă mai întâi să
găsească o acțiune care
poate fi dedusă din baza
de date Δ
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
22. 22
Lumea aspiratorului
Percepte: dirt (murdărie), null
Acțiuni: forward (un pas înainte), suck (aspiră),
turn (întoarcere la dreapta cu 90°)
Predicatele domeniului:
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
24. 24
Raționalitate computațională
engl. “calculative rationality”
Un program care, dacă s-ar executa infinit de rapid,
ar demonstra un comportament perfect rațional
Un program de șah cu raționalitate computațională
ar alege mutarea optimă, dar luarea deciziei ar putea
dura un miliard de ani
Demonstrarea de teoreme este lentă
Dacă mediul se poate schimba mai repede decât
viteza de decizie a agentului, raționalitatea
computațională este inacceptabilă
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
25. 25
Discuție
Avantajele arhitecturilor logice
Semantică simplă, elegantă
Formalizare foarte bună
Există multe sisteme de demonstrare automată a teoremelor
Probleme
Transformarea stărilor mediului în reprezentare simbolică
De exemplu extragerea de proprietăți declarative din imagini
Modele neintuitive, complicate
Complexitatea computațională
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
26. 26
Arhitecturi de agenți (I)
1. Arhitecturi abstracte
2. Arhitecturi logice
3. MetateM
4. Arhitecturi reactive
5. Arhitectura de subsumare
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
27. 27
Propoziții temporale
antecedent (despre trecut)
consecvent (despre prezent și viitor)
Pe baza informațiilor despre trecut,
acționează în prezent și viitor
MetateM face distincție între acțiunile
agentului și acțiunile mediului
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
29. 29
Definiții temporale
Since: φ𝒮ψ este satisfăcut acum dacă ψ este adevărat la un moment în trecut și φ este adevărat
la orice moment după acel moment
Zince (since slab): φ𝒵ψ este satisfăcut acum dacă (ψ este adevărat la un moment în trecut și
φ este adevărat la orice moment după acel moment) SAU ψ s-a întâmplat întotdeauna în trecut
Until: φ𝒰ψ este satisfăcut acum dacă ψ este adevărat la un moment în viitor și φ este adevărat la
orice moment înainte de acel moment
Unless: φ𝒲ψ este satisfăcut acum dacă (ψ este adevărat la un moment în viitor și φ este
adevărat la orice moment înainte de acel moment) SAU ψ se va întâmpla întotdeauna în viitor
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
30. 30
Definiții temporale
σ este un șir de stări s1, s2, ...
i este indexul de timp („acum”)
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
32. 32
Teorema separației
formulă despre
trecut
formulă despre
prezent și viitor
Dacă ξi este adevărat la momentul de timp n,
atunci execută ψi
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
33. 33
Exemplul 1: îmbinarea cozilor
Două cozi la aeroport: cetățeni (1) și străini (2)
Un singur ghișeu al poliției de frontieră
b = coada 1 este mai mare decât coada 2
m1: preia din coada 1
m2: preia din coada 2
Reguli:
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
34. 34
Exemplul 2: manager de
resurse
Dacă o resursă este cerută de un proces,
atunci va trebui la un moment dat alocată
acelui proces
Dacă resursa nu este cerută, atunci nu
trebuie alocată
La un moment dat, resursa trebuie alocată cel
mult unui singur proces
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
35. 35
Reguli de execuție
Dacă un proces a cerut resursa la momentul anterior, i se va aloca cândva în viitor
Dacă un proces nu a cerut resursa niciodată (∎¬r1 din definiția zince) SAU la un moment
dat i-a fost alocată și nu a cerut-o atunci (a1 ∧ ¬r1 de după 𝒵) iar din acel moment nu a mai
cerut-o din nou (¬r1 dinaintea lui 𝒵), atunci nu trebuie să-i fie alocată resursa (¬a1)
Dat fiind orice moment anterior, resursa nu poate fi alocată simultan ambelor procese
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
36. Limbajul MetateM
// The agent that says 'hello' to everyone it knows
type agent;
ability send: metatem.agent.ability.Send;
ability print: metatem.agent.ability.Print;
logging FINE;
ruleblock: {
start => greet ;
greet & in(X,known) => NEXT send(X,hello);
receive(From, Message) => NEXT print("Received message, ", Message, ", from ", From, ".");
}
( http://www.csc.liv.ac.uk/~anthony/metatem.html )
36Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
37. 37
Arhitecturi de agenți (I)
1. Arhitecturi abstracte
2. Arhitecturi logice
3. MetateM
4. Arhitecturi reactive
5. Arhitectura de subsumare
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
38. 38
Caracteristici
Comportamentul este definit de reguli de tipul:
situație acțiune
Mai multe comportamente se pot „aprinde”
(engl. “fire”) simultan
De exemplu regulile CLIPS/Jess sau Jason
Comportamentele sunt aranjate pe straturi
Cu cât un strat este mai jos, cu atât are prioritate mai mare
Straturile inferioare pot inhiba straturile superioare
Exemplu: dacă i se apropie cuiva o muscă de ochi, închide
ochii din reflex, chiar dacă atunci era concentrat să citească
o carte
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
39. 39
Comportamentul
Comportamentul este o pereche (c, a)
c P este o condiție, a A este o acțiune
Comportamentul se va aprinde dacă:
see(s) c, cu s S
Beh este mulțimea tuturor perechilor (c, a)
Relație de inhibiție: ≺ ⊆ R x R, cu R ⊆ Beh
Notație: b1 ≺ b2 dacă (b1, b2) ≺
b1 inhibă b2
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
41. 41
Exemplu
Explorarea unei planete și colectarea unor roci
Reguli:
1. Dacă detectezi un obstacol, atunci schimbă direcția
2. Dacă transporți roci și ești la bază, atunci descarcă rocile
3. Dacă transporți roci și nu ești la bază, atunci mergi în
sensul creșterii gradientului semnalului de la bază
4. Dacă detectezi o rocă, atunci ridic-o
5. Dacă (adevărat), atunci mergi aleatoriu
Ierarhia de comportamente:
1 ≺ 2 ≺ 3 ≺ 4 ≺ 5
Comportamentul global este emergent
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
42. 42
Cooperare
Rocile pot fi grupate în anumite locuri
Agenții lasă urme de particule radioactive
când găsesc roci și se întorc la bază
Alți agenți le urmează în sensul descrescător
al gradientului semnalului și ridică particule
Intensitatea urmei scade
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
43. 43
Cooperare
Noi reguli:
6. Dacă transporți roci și nu ești la bază, atunci
lasă 2 particule și mergi în sensul creșterii
gradientului semnalului de la bază
7. Dacă percepi particule atunci ridică 1 particulă
și mergi în sensul descreșterii gradientului
semnalului de la bază
Ierarhia de comportamente:
1 ≺ 2 ≺ 6 ≺ 4 ≺ 7 ≺ 5
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
44. Discuție
Avantaje
Simplitate, economie, calcule mai rapide, robustețe, eleganță
Dezavantaje
Neavând modele ale mediului, agenții trebuie să aibă suficiente
informații locale. Implicit vor „gândi” pe termen scurt
Nu este evident cum ar putea învăța agenții din propria experiență
Emergența implică dificultatea de înțelegere a comportamentului
global
Nu există o metodologie clară pentru construirea unor astfel de sisteme
Metoda „încercare și eroare”
Sunt greu de constuit agenți cu multe straturi de comportament
(de exemplu > 10)
Dinamica interacțiunilor devine prea complexă
Posibilă soluție: agenți care evoluează
44Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
45. 45
Arhitecturi de agenți (I)
1. Arhitecturi abstracte
2. Arhitecturi logice
3. MetateM
4. Arhitecturi reactive
5. Arhitectura de subsumare
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
46. 46
Arhitectura de subsumare
engl. “subsumption architecture”
Propusă de Rodney Brooks în 1986 pentru roboți
“A Robust Layered Control System for a Mobile Robot”
Extinsă într-o nouă perspectivă asupra inteligenței
artificiale
“Intelligence without Reason”
“Intelligence without Representation”
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
47. 47
Musca și robotul
O muscă probabil:
Nu își construiește o
descriere 3D a obiectelor
Nu raționează asupra
amenințării unui om cu o
paletă sau despre
convingerile și scopurile
acestuia
Nu își construiește teorii
fizice elementare asupra
aterizării pe tavan
Însă musca probabil:
Are legături strânse între
senzori și efectori
Are modele pre-cablate de
comportament
Are tehnici de navigație
simple
Funcționează aproape ca o
mașină deterministă
Şi totuși se descurcă mai
bine în lumea reală decât
mulți roboți inteligenți
construiți de om până acum
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
48. 48
Metode anterioare de control
pentru roboți
Foloseau o abordare „divide-et-impera”
Percepție (senzori) – modelare – planificare – execuție –
control motor – acțiune (efectori)
Opinia lui Brooks:
Inteligența de nivel uman este foarte dificilă de implementat
și nu este singurul tip de inteligență
Abordarea „divide-et-impera” a condus la blocaje în
rezolvarea unor probleme irelevante
Modelul rezultat nu are robostețe
Toate subsistemele sunt necesare pentru ca robotul să
funcționeze
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
49. 49
Motivație
Brooks consideră comportamentul uman doar
aparent rațional
Acesta ar fi expresia externă a unor comportamente
independente fără control central
Se urmează calea evolutivă a inteligenței
Se începe cu o inteligență simplă, mai ușor de implementat
decât inteligența umană
După asigurarea succesului, modelul se extinde cu niveluri
mai înalte de inteligență
Model robust deoarece straturile inferioare pot funcționa în
continuare chiar și atunci când straturile superioare eșuează
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
50. 50
Idei de bază
Comportamentul inteligent:
Nu necesită reprezentări explicite
Nu necesită raționamente abstracte (simbolice)
Emerge din interacțiunea unor comportamente simple
Raționalitatea necesită un mediu
Scopul lui Brooks era să dezvolte creaturi artificiale
complete, capabile să acționeze în lumea reală, nu
într-un mediu simplificat
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
51. 51
Arhitectura de subsumare
Metodologie stratificată pentru sisteme de control al roboților
Straturile inferioare sunt asemănătoare reflexelor
Straturile superioare permit atingerea unor scopuri de nivel mai
înalt
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
52. 52
Automate finite augmentate
Fiecare strat este format din procesoare simple conectate:
automate finite augmentate (engl. “augmented finite state
machines”)
Automate finite completate cu cronometre
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
53. 53
Aspecte importante ale
automatelor
Ieșirile sunt funcții simple de intrări și starea internă
Intrările pot fi suprimate (“suppressed”)
Ieșirile pot fi inhibate (“inhibited”)
Aceasta permite straturilor superioare să subsumeze
funcțiile straturilor inferioare
Pentru ca o situație să fie tratată pe un strat superior,
intrarea unui strat inferior este suprimată și acesta nu mai
știe de existența situației
Straturile inferioare continuă să funcționeze la fel ca
în absența straturilor superioare
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
54. Subsumarea
Fiecare strat are acces direct la informațiile senzoriale din
mediu
Fiecare strat are propriul scop
Straturile lucrează concurent și asincron
Suprimarea substituie semnalul de intrare al unui automat
dintr-un strat inferior cu semnalul dat de pe un nivel
superior
Inhibiția elimină semnalul de ieșire al unui automat
dintr-un strat inferior
Noi straturi pot fi adăugate deasupra unora existente, fără
a fi nevoie de modificarea straturilor inferioare
54Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
55. Caracteristici
Nu există o ierarhie clasică a straturilor de tipul
subsistemelor, subrutinelor etc.
Nu există sincronizare
Mesajele pot fi pierdute fără notificare
Trebuie retrimise de mai multe ori
Straturile funcționează în paralel
Se poate folosi mediul extern pentru comunicare
Stările automatelor se schimbă când primesc mesaje
sau când expiră perioada de timp desemnată
Robotul Herbert: o stare durează maxim 3 secunde
55Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
56. Roboții lui Brooks
Allen
Evită obstacolele și se îndreaptă către o locație
Herbert
Găsește cutii de suc și le aduce la locația de start
56Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
57. Allen
Stratul 0
Evită obstacolele, fuge dacă se apropie ceva
Stratul 1
Se adaugă deplasarea aleatorie
Stratul 2
Se adaugă urmărirea unui obiectiv îndepărtat
57Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
58. 58
Stratul 0
Evită obiecte statice sau în mișcare
Folosește 12 sonare cu ultrasunete: 12 măsurători pe secundă,
cu zgomot puternic
Calculează o forță de respingere rezultantă pe baza ponderilor
proporționale cu 1 / d2
Acțiuni: stă pe loc sau fuge
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
59. 59
Stratul 1
Deplasare cu un unghi aleatoriu, schimbat o dată la 10 secunde
Direcția aleasă dă o forță de atracție
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
60. Stratul 2
Asigură explorarea la distanță
Inhibă mișcarea aleatorie din stratul 1
Suprimă intrarea în modulul avoid, pentru a injecta
noua comandă de direcție
pathplan comandă direcția
integrate asigură actualizările pentru pathplan,
folosind un motor de diferențe: forțează robotul să se
deplaseze în direcția dorită, compensând modificările
date de evitarea obstacolelor
60Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
61. 61Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
62. Herbert
Dispozitive
Scanner cu laser pentru a găsi cutiile
Senzori de proximitate cu infraroșu pentru a identifica pereții
Busolă magnetică pentru a se orienta
Senzori pe „mână” pentru apucarea cutiilor
Nu există comunicare directă între straturile interne
Când se opresc roțile, pornesc senzorii pentru cutii
Când o cutie este între „degete”, apucă și trage „mâna”
Reguli diferite înainte și după găsirea unei cutii
Pe baza condiției de separare a „degetelor”
Navigare pentru a se întoarce în locația inițială: după ce treci de o
ușă mergând spre sud, întoarce-te la stânga
62Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
63. Toto (Mataric)
Robotul construiește un graf intern, corespunzător
hărții mediului
Se alocă autonom noduri noi pentru repere noi și se
actualizează relațiile de vecinătate
Pentru deplasarea la o anumită locație, se produce o
excitație în graful intern a locației scop
Excitația se răspândește până la locația curentă,
analog cu un plan
Când robotul se mișcă, se schimbă și reprezentarea
locației
63Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
64. 64
Aspecte tipice ale arhitecturii
Sistemele cu subsumare pot face predicții, planuri și
pot avea scopuri, fără reprezentări centralizate,
manipulabile și simbolice
Nu necesită modele ale lumii reale
Nu există comunicare de nivel înalt între straturi
Nu există memorie comună
Lumea reală este folosită drept model
Lumea reală este propriul său model
Acuratețe
Nu sunt necesare calcule pentru actualizare
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm