Ganāmpulka roboti un citas 'daudzaģentu sistēmas'

Ir pietiekami grūti uzrakstīt programmu, lai vadītu vienu autonomu robotu, kas pārvietojas nenoteiktā vidē ar nepareizu sakaru saiti; rakstīt vienu vairākiem robotiem, kuriem var būt vai nav jāstrādā tandēmā, atkarībā no uzdevuma, ir vēl grūtāk.

Rezultātā inženieri, kas izstrādā vadības programmas vairāku aģentu sistēmām — gan robotu komandām, gan ierīču tīkliem ar dažādām funkcijām — parasti ir aprobežojušies ar īpašiem gadījumiem, kad var pieņemt uzticamu informāciju par vidi vai var skaidri veikt salīdzinoši vienkāršu sadarbības uzdevumu. iepriekš norādīts.

Šī gada maijā Starptautiskajā konferencē par autonomajiem aģentiem un vairāku aģentu sistēmām piedalījās MIT pētnieki Datorzinātnes un mākslīgā intelekta laboratorija (CSAIL) prezentēs jaunu sistēmu, kas savieno esošās kontroles programmas, lai ļautu vairāku aģentu sistēmām sadarboties daudz sarežģītākos veidos. Sistēma ietekmē nenoteiktību — piemēram, izredzes, ka sakaru saite pārtrūks vai kāds konkrēts algoritms nejauši ievedīs robotu strupceļā — un automātiski plāno ap to.

Nelieliem sadarbības uzdevumiem sistēma var garantēt, ka tās programmu kombinācija ir optimāla — ka tā dos vislabākos iespējamos rezultātus, ņemot vērā vides nenoteiktību un pašu programmu ierobežojumus.

Strādājot kopā ar Džonu Hovu, Ričarda Kokberna Maklaurina aeronautikas un astronautikas profesoru un viņa studentu Krisu Meinoru, pētnieki pašlaik pārbauda savu sistēmu noliktavas lietojumprogrammas simulācijā, kur robotu komandām būtu jāizgūst patvaļīgi objekti no nenoteikta. vietās, sadarbojoties pēc nepieciešamības, lai transportētu smagas kravas. Simulācijās ir iesaistītas nelielas iRobot Creates, programmējamu robotu grupas, kurām ir tāda pati šasija kā Roomba putekļu sūcējam.

Pamatotas šaubas

[Daudzaģentu] sistēmās kopumā reālajā pasaulē viņiem ir ļoti grūti efektīvi sazināties, saka Kristofers Amato, CSAIL pēcdoktors un pirmais jaunā dokumenta autors. Ja jums ir kamera, kamera nevar pastāvīgi straumēt visu informāciju uz citām kamerām. Līdzīgi roboti atrodas nepilnīgos tīklos, tāpēc ir nepieciešams zināms laiks, lai saņemtu ziņojumus citiem robotiem, un, iespējams, viņi nevar sazināties noteiktās situācijās ap šķēršļiem.

Amato saka, ka aģentam pat nav pilnīgas informācijas par savu atrašanās vietu, piemēram, kurā noliktavas ejā tas atrodas. Turklāt, mēģinot pieņemt lēmumu, ir zināma neskaidrība par to, kā tas notiks, viņš saka. Iespējams, jūs mēģināt pārvietoties noteiktā virzienā, un ir vējš vai riteņu slīdēšana, vai arī tīklos ir neskaidrības pakešu zuduma dēļ. Tāpēc šajās reālās pasaules jomās ar visu šo saziņas troksni un nenoteiktību par notiekošo ir grūti pieņemt lēmumus.

Jaunā MIT sistēma, ko Amato izstrādāja kopā ar līdzautoriem Lesliju Kēlblingu, Panasonic datorzinātņu un inženierzinātņu profesoru, un Džordžu Konidari, doktora kolēģi, izmanto trīs ievades. Viens no tiem ir zema līmeņa kontroles algoritmu kopums, ko MIT pētnieki dēvē par makro darbībām, kas var regulēt aģentu uzvedību kolektīvi vai individuāli. Otrais ir statistikas kopums par šo programmu izpildi noteiktā vidē. Un trešā ir dažādu rezultātu novērtēšanas shēma: uzdevuma izpilde uzkrāj augstu pozitīvu vērtējumu, bet enerģijas patēriņš iegūst negatīvu vērtējumu.

Smagu sitienu skola

Amato paredz, ka statistiku varētu apkopot automātiski, vienkārši ļaujot vairāku aģentu sistēmai kādu laiku darboties — gan reālajā pasaulē, gan simulācijās. Piemēram, noliktavas lietojumprogrammā robotiem tiktu atstātas dažādas makrodarbības, un sistēma apkopotu datus par rezultātiem. Roboti, kas mēģina pārvietoties no punkta A uz punktu B noliktavā, daļu laika var nonākt aklā alejā, un to sakaru joslas platums var samazināties kādu citu procentuālo daļu laika; šie procenti var atšķirties robotiem, kas pārvietojas no punkta B uz punktu C.

MIT sistēma ņem šos datus un pēc tam izlemj, kā vislabāk apvienot makrodarbības, lai maksimāli palielinātu sistēmas vērtības funkciju. Tas var izmantot visas makro darbības; tas var izmantot tikai nelielu apakškopu. Un tas varētu tos izmantot tādos veidos, par kuriem dizainers nebūtu iedomājies.

Pieņemsim, piemēram, ka katram robotam ir maza krāsainu lampiņu banka, ko tas var izmantot, lai sazinātos ar saviem kolēģiem, ja viņu bezvadu savienojumi nedarbojas. Parasti programmētājs nolemj, ka sarkanā gaisma nozīmē doties uz šo istabu un kādam palīdzēt, zaļā gaisma nozīmē doties uz šo istabu un kādam palīdzēt, saka Amato. Mūsu gadījumā mēs varam tikai teikt, ka ir trīs gaismas, un algoritms izspļauj, vai tās izmantot un ko katra krāsa nozīmē.

MIT pētnieku darbs vairāku aģentu kontroles problēmu raksturo kā daļēji novērojamu Markova lēmumu procesu vai POMDP. POMDP un jo īpaši Dec-POMDP, kas ir decentralizētā versija, būtībā nav atrisināmas reālām vairāku robotu problēmām, jo ​​to atrisināšana ir tik sarežģīta un skaitļošanas ziņā dārga, ka tie vienkārši eksplodē, palielinot robotu skaitu, saka Nora Ayanian, asistente. Dienvidkalifornijas universitātes datorzinātņu profesors, kurš specializējas multirobotu sistēmās. Tāpēc tie nav īsti populāri multirobotu pasaulē.

Parasti, izmantojot šos Dec-POMDP, jūs strādājat ar ļoti zemu precizitātes līmeni, viņa skaidro. Interesanti šajā dokumentā ir tas, ka tie izmanto šos ļoti sarežģītos rīkus un samazina izšķirtspēju.

Tādējādi šie POMDP noteikti nonāks vairāku robotu sistēmu cilvēku radarā, piebilst Ayanian. Tas patiešām padara to daudz piemērotāku sarežģītām problēmām.

paslēpties