Когнитивные нейрологические системы управления и агенты.

На базе нейрологических средств могут быть созданы когнитивные системы обработки информации и управления. Структура такой системы, отображающая когнитивные процессы, представлена на рис.

Сложное поведение объектов можно обеспечить, создавая когнитивные системы управления на основе формализованных методов обучения и ментального решения задач. Эти методы позволяют строить обучаемые модули для работы с когнитивными функциями (когнитивные модули) и сети таких модулей для организации когнитивных процессов (когнитивные структуры - КС). Такие структуры позволяют накапливать в процессе обучения необходимые знания и выбирать ментальным образом нужные действия при организации целесообразного индивидуального и коллективного поведения (рис.9). Оказалось полезным выделить в отдельную группу функции управления силовыми приводами (актуаторами) динамических объектов. Они, как и когнитивные функции, тоже могут быть реализованы на обучаемых компонентах. Можно выделить также процессы управления системой актуаторов объекта, которые здесь условно названы актуаторными процессами. По аналогии с когнитивными структурами, введем актуаторные структуры (АС), способные обучаться и реализовать процессы в системе актуаторов объекта. Эти процессы, как правило, связаны с отработкой заданий на координированное управление исполнительными устройствами объекта.

Когнитивные системы управления, построенные в соответствии с изложенными принципами, могут в общем случае включать выделенные ветви восприятия информации о среде, генерации поведения (цепочек управляемых действий) с учетом текущей ситуации, и координированное исполнение действий (рис.9). В такой системе при упралении объектом реализуются цепочки преобразований следующего вида:

{E → S → CSP → CSB → B → CSB → CSC → AS → A → R → E},

где E – среда, S – сенсоры, CSP – КС восприятия, CSB – КС «Восприятие-Поведение», B – выбранные поведенческие компоненты, CSB – КС «Восприятие-Поведение-Управление», CSC – КС «Поведение-Управление», AS – АС координации управления, A – актуаторы, R – робот, E – среда

Когнитивные и актуаторные структуры предлагается строить как сети нейрологических модулей, соединенных прямыми и обратными связями. Каждая когнитивная структура должна воспринимать цели, ограничения и вырабатывать сигналы селекции поведения в зависимости от текущей ситуации (состояния объекта управления и внешнего мира). На выходах когнитивной структуры формируются сигналы активизации функций управления соответствующего уровня системы управления. Каждая актуаторная структура должна воспринимать задание на перемещение объекта управления или взаимодействия с другими объектами среды и вырабатывать сигналы управления отдельными актуаторами. Компонентами структур являются модули типа клеток, ядер и локальных сетей с настраиваемыми путем обучения параметрами. Связи между компонентами отображают передачи выработанных ими сигналов другим компонентам или обратных сигналов от них.

В качестве примера рассмотрим структуру модуля-ядра, построенную на основе сеточной модели (рис.10). Модуль реализует нечетко-нейронное (In-Out) отображение входного n-мерного вектора X, в выходной m-мерный вектор Y и его просмотр (Look). Обрабатывающая часть (Process Unit) включает гранулятор (fuz), активатор, состоящий из блока ассоциативного вывода, реализующий процедуру взвешенной агрегации и объединения (Inference), и памяти весов (Memory), и дегранулятор (dfuz). Обучающая часть (Learning Unit) включает два гранулятора (fuz) и блок вычисления текущих весов (Current Weight), реализующий процедуру коррекции весов (w-update), и регистры (Reg) для образов (Pattern). Используются следующие внутренние процедуры:

• fuz(x_i, ^q(x_i)) - фазификация, вычисляющая степень принадлежности переменной x_i к q-й нечеткой грануле этой переменной;

• inference(ln, w_i, ^q_xi; i=1,…, I; q=1,…, K) - взвешенная агрегация, вычисляющая каждую степень принадлежности переменной y_j к q-й нечеткой грануле этой переменной путем агрегирования степеней принадлежности входных переменных x_i, с дальнейшим умножением результата на вес w_i и объединением; I, K - количество агрегируемых степеней принадлежности и нечетких гранул соответственно; ln - номер слоя сети, в котором выполняется агрегация;

• dfuz(^q_yj, y_j ; q=1,…, K; j=1,…, M) - дефазификация, вычисляющая значение выходного параметра y_j, исходя из степеней принадлежности значения этого параметра к нечетким гранулам шкалы параметра;

• w-update(w_p, ^*_y, _y, p) - коррекция веса при обучении; w_p - текущий вес; ^q_y, _y - степени принадлежности правильного и текущего значений выходного параметра y к нечеткой грануле соответственно (правильное значение параметра берется из примера для обучения); p - номер примера; в результате операции находится веса при обработке p+1 примера.

Рис.10. Структура нейрологического модуля

Рассмотрим пример конкретизации процедур fuz, inference, dfuz, w-update для случая 2-х входных переменных x₁, x₂ и одной выходной переменной y. Пусть каждая переменная декомпозируется на 3 нечетких гранулы и функции принадлежности значений переменных к гранулам имеют треугольный вид. Тогда указанные процедуры примут форму (q=1,2,3 - номер гранулы на шкале):

fuz: ^q_x = ((x-l_q)c_ql^-1  l_qxm_q )  ((r_q-x)c_qr^-1  m_qxr_q )  (0  else) ;

c_ql = m_q-l_q ; c_qr = r_q-m_q ; (14)

inference: ^q_y = _i=1ⁱ⁼⁹(w^q_i _q,r=1^q,r=3(^q_x1, ^r_x2)) ; (15)

dfuz: y^q = 0.5(y^q_n+y^q_r) = 0.5(^q_y c_qn+^q_y  c_qr) ; y = _q=1^K^q_yy^q  _q=1^K^q_{y ;} (16)

w-update: w_p+1 = w_p (p  p+1)+w_p(^*_y  _y)  (p+1) ; p=1,…,n_p . (17)

Здесь введены дополнительные обозначения: l_q , m_q , r_q - координаты левого основания, вершины и правого основания треугольной функции принадлежности;  - нечеткая операция пересечения множеств (min), примененная к парным комбинациям степеней принадлежности значений входных переменных к q-й грануле;  - нечеткая операция объединения множеств (max), примененная к 9-ти парным результатам парных операций пересечения с учетом их весов.

Пример когнитивной системы управления интеллектуальным роботом

Рассмотренный подход к построению когнитивных систем на базе нейрологических средств в настоящее время используется при разработке систем управления такими динамическими объектами со сложным поведением, как интеллектуальные роботы. Создание эффективных систем управления для таких роботов сейчас является одним из самых актуальных направлений в связи с бурным развитием работ в области человекоподобных роботов. Прогнозы показывают, что в ближайшей перспективе рынок таких роботов может конкурировать даже с рынком автомобилей.

Сложность поведения интеллектуальных роботов приводит к необходимости поиска нетрадиционных путей построения их систем управления. Один из таких путей состоит в использовании принципов организации нервной системы человека, раскрытых современной психологией и нейрофизиологией. Основополагающим принципом является клеточное строение нервной системы. Техническая реализация этого принципа может быть сведена к аппаратному или программному вариантам многоуровневых сетевых систем управления на однородных клеточных вычислителях (на формальных или неформальных нейронах или других обучаемых компонентах). Такие системы можно отнести к чисто коннективистским системам, поскольку в них не используются средства, основанные на обработке символьных знаний. По существу, такой подход связан с созданием так называемого компьютерного мозга робота.

Современные коннективистские системы управления интеллектуальных роботов, реализованные на базе компьютерного мозга, пока по возможностям значительно уступает человеческому мозгу. Так, японская корпорация Фудзицу еще в 1997 году объявила о создании нейрокомпьютерного мозга робота, эквивалентного по интеллекту системе из 100 биологических нейронов. Такой мозг успешно решает задачи распознавания образов и синергетического управления приводами робота, но его мощности недостаточно для организации сложного человекоподобного поведения робота при взаимодействии с людьми или другими роботами.

Значительное усиление интеллекта роботов может дать использование при создании систем управления роботов рассмотренных здесь когнитивных принципов и нейрологических компонент. Предполагается, что именно на базе нейрологических средств могут быть созданы когнитивные системы и агенты, которые позволят обеспечить сложное, близкое к человеческому, поведение современных интеллектуальных роботов гуманоидного класса.

Появление первых интеллектуальных роботов гуманоидного класса вызвало широкий интерес во всем мире. О создании гуманоидных роботов (ГР) объявили сразу несколько ведущих японских фирм и лабораторий: Honda – P3, Asimo; Sony – SDR-3 и 4; Fujtsu – HOAP-1; JSC Laboratory – H-7. Эти результаты являются следствием большого интереса и мощной поддержки таких работ со стороны правительства и ведущих фирм Японии. Так, фирма Honda финансирует и ведет работы по ГР, начиная с 1983 года. Роботы Р3 и Asimo представляют 3-е поколение ГР фирмы. До них лаборатории фирмы разработали более 10-ти прототипов, начиная от двуногих платформ и кончая полностью автономными человекообразными роботами нормального и среднего роста (P3 имеет рост 180 см., Asimo – 120 см.). Фирма Sony разработала пока лучший в мире вариант малого ГР (SDR-4 имеет рост 53 см.). Этот робот – результат многолетних работ с Институтом Гуманоидных роботов (HRI) университета Waseda с привлечением ведущих ученых и робототехников мира. Робот SDR-4, который предполагается выпускать серийно, может делать практически полный набор человеческих движений и имеет достаточно сложное поведение, позволяющее ему общаться с людьми и выполнять простые работы. Система очувствления и управления позволяет этому роботу распознавать лица и голоса людей, выполнять простые задания в известной ему среде, а также обмениваться сообщениями с людьми или другими ГР.

Первыми применениями гуманоидных роботов будут: уход за больными, выполнение домашних работ, подвижные игры, обслуживание в общественных местах. В дальнейшем, не исключено их применение для ведения боевых операций, борьбы с террористами, охраны и т.д. Созданная в 1997 году федерация RoboCup, которая организует научные симпозиумы и соревнования на Кубок роботов, провозгласила своей главной целью создание к 2050-му году команды гуманоидных роботов, которые смогли бы обыграть в футбол команду чемпионов людей. Ученые и инженеры верят в успех этого фантастического проекта. Однако для этого потребуются огромные усилия по дальнейшему развитию конструкции и средств управления движением и поведением роботов в реальной среде во взаимодействии с другими роботами или людьми.

ГР отличаются от традиционных мобильных роботов большим числом (более 28-ми) связанных степеней подвижности, которыми необходимо управлять координировано для выполнения походки на двух ногах и манипуляций двумя руками. Он должен иметь сложное поведение. Следуя рассмотренной ранее структуре (рис.11), система управления ГР должна иметь систему очувствления, интегрирующую системы видения, акустики, тактильного и силомоментного очувствления, внутреннего состояния робота и др., и специальные модули слияния сенсорной информации и формирования внутренней и внешней моделей робота (модели состояния и модели мира) для использования их всеми уровнями. Нижний уровень должен обеспечивать непосредственное управление актуаторами ГР (многочисленными приводами степеней подвижности) с использованием функций инверсной кинематики. Следующий по рангу уровень системы должен осуществлять координированное управление частями тела ГР (торсом, руками, ногами и головой) при выполнении заданных движений с использованием функций кинематической координации (например, через обученные позы). На третьем уровне необходимо реализовать элементы интеллектуального поведения ГР (видение сцены, походки разного типа, маневры, работы с неживыми объектами, отработка сложных команд и программ движения и манипулирования) с использованием заготовленного набора функций индивидуальных поведений. Для организации взаимодействия ГР с другими ГР или человеком и целенаправленного безопасного функционирования в среде людей в системе управления должен быть еще один уровень (а может быть и не один), обеспечивающий выбор и реализацию подходящих к ситуации функций взаимодействующих поведений, т.е. функций, необходимых для координации совместной работы.

Бурное развитие ГР идет по пути улучшения их конструкции и усложнения поведения. Последнее особенно важно при использовании ГР в среде людей или подобных же роботов. Для таких ГР принципиально иметь поведение, подобное человеческому. Один их путей достижения этого – создание искусственной нервной системы (ИНС), подобной по функциям и поведению нервной системе человека.

Построенная на нейрологических компонентах многоагентная система может быть настроена на требуемые поведения путем обучения каждого внутреннего агента генетически определенному для него набору когнитивных и актуаторных функций, из которых формируются когнитивно-актуаторные процессы, объединение которых и может рассматриваться как внутренний агент. Обмен информацией и взаимодействие внутренних агентов производится через специальные нейрологические компоненты, которые адаптируются к нужному взаимодействию при пробном решении задач. Мета-агент также адаптируется, меняя приоритеты задач и организуя обработку «внимания».

Такая система может выполнять роль ИНС, поскольку она полнофункциональна и обладает универсальностью, т.е. может быть пригодна для роботов любых применений. На современном этапе развития робототехники такие системы призваны обеспечить рациональное поведение робота в среде себе подобных (без человека в искусственной или реальной жизни) или в человеческой среде (с человеком в реальной жизни).

Далее будут рассмотрены некоторые варианты систем управления интеллектуальных роботов, в которых используются или могут быть использованы нейрологические средства, когнитивный подход и многоагентная технология.

Система управления антропоморфного робота. В рамках проекта АРНЭ (Антропоморфный робот организации Новая ЭРА) такой робот был разработан в Санкт-Петербурге, ОАО «Новая ЭРА» в 2004 году.

Вариант системы управления для робота АРНЭ-02 может быть использован для интеллектуального управления роботами или другими автономными мобильными аппаратами (беспилотными самолетами, торпедами, ракетами и пр.). Этот вариант системы управления создается на базе когнитивного подхода и комбинированной технологии, включающей применение нейрологических средств, техники слияния сенсорной информации, техники интеллектуального управления поведением и исполнением действий (рис.13).

Рис. 11. Структура системы управления антропоморфным роботом

В рис.11 использованы следующие сокращения: СДА – Система Датчиков Актуаторов, СДС – Система Диагностики Состояния, СБЗ – Система Бинокулярного Зрения, СМКС – Система Многоканального Слуха, СТО – Система Тактильного Очувствления, СПП – Система Пространственного Положения, МР – Модель Робота, ММ – Модель Мира, СУА – Система Управления Актуаторами, СГРС – Система Генерации Речевых Сообщений, СИП – Система Индивидуального Поведения, СКП – Система Коллективного Поведения.

Нейрологические средства, используемые во втором варианте системы управления, включают модули, специально разработанные для работы с когнитивными и актуаторными функциями, построенные с использованием описанных здесь адаптивных нечетко-логических моделей: проекционной, сеточной и кластерной.

Система управления гуманоидного робота. В перспективе антропоморфный робот АРНЭ должен трансформироваться в робот гуманоидного класса. Определяющими факторами такой трансформации являются улучшение конструкции робота (повышение гибкости, реактивности, разработка специальной энергетической установки и т.д.), а также обеспечение человекоподобного поведения робота в среде людей или себе подобных роботов. В плане второго фактора перспективным направлением является разработка системы управления для гуманоидного робота по типу искусственной нервной системы, о которой здесь уже говорилось. Поэтому по сравнению с рассмотренным вариантом системы управления для антропоморфного робота в случае гуманоидного робота архитектура системы управления должна быть основана на многоагентной технологии и средствах самоорганизации системы (рис.12).

Многоагентная технология позволяет строить систему управления роботом, как набор внутренних (виртуальных) агентов, каждый из которых обеспечивает свой набор поведений, а совместная работа агентов позволяет реализовать рациональное поведение робота в текущей ситуации.

Используя такой подход, предлагается выделить следующие внутренние (виртуальные) агенты системы:

(1) агент «Слышу-Говорю», реализующий акустическое взаимодействие с объектами среды (акустическое восприятие и голосовое общение с людьми или другими роботами);

(2) агент «Вижу-Слышу-Говорю», реализующий зрительно-акустическое взаимодействие с объектами среды (зрительное и акустическое восприятие и общение);

(3) агент «Вижу-Перемещаюсь», реализующий зрительное восприятие и целенаправленные перемещения среди объектов среды;

(4) агент «Вижу-Манипулирую», реализующий зрительное восприятие и целенаправленные манипуляции объектами среды;

(5) агент «Слышу-Вижу-Координирую», реализующий зрительно-акустическое восприятие и координированное поведение при работе в группе роботов;

(6) агент «Безопасно-Контактирую», реализующий контроль безопасности и коррекции действий в опасных ситуациях при взаимодействии с людьми;

(7) агент «Слышу-Вижу-Учусь», реализующий зрительно-акустическое восприятие и обучение поведению в разных режимах.

В соответствии с многоагентной технологией и когнитивным подходом система управления ГР может быть реализована в виде коллектива из M когнитивных агентов, взаимодействующих по принципам кооперации или конкуренции. Такие агенты являются самостоятельными когнитивными системами, имеющими свои роли в коллективе агентов. Объединения агентов с разными ролями создают формации.

Пусть имеется коллектив агентов и набор ролей по числу агентов, которые могут им назначаться, т.е.:

CA = {ca₁,…, ca_M} ; R = {r₁,…, r_M} , (r_i  r_j) , (18)

где ca_i - i-й агент, r_i - i-я роль. Формации являются компонентами, объединяющими роли из набора R, т.е.:

F = {R, (U₁,…, U_K)} ; U_i  R: U = {r_i1,…, r_iK} (r_q  r_l) , (19)

где F - набор формаций, U_i - i-я формация, причем в каждой формации может быть выделена главная роль.

Отображение CA  R может не определяться априорно, если когнитивные агенты гомогенны. Если в разные моменты времени жизни системы требуется организовать разные формации, роли могут перераспределяться (гибкие роли).

В таком варианте может строиться открытая автономная многоагентная система, которая может работать даже при большом числе когнитивных агентов.

Средства самоорганизации включают Модель системы и компонент Самоорганизация, которые обеспечивают автоматическое конфигурирование и настройку всей системы на решение задач управления конкретным вариантом робота.

Модель системы определяется исходно и конкретизируется под цели системы. Она должна содержать накопленную ко времени создания системы генетическую информацию о конфигурации системы, среде, поведенческих функциях и процессах, которые она должна реализовать. Эта информация используется в процессе самоорганизации всей системы (самосборки, самообучения и пр.) системами компонента Самоорганизация.

Процесс самоорганизации реализуется с помощью специальных средств компонента Самоорганизации. Здесь необходимы средства коррекции Модели системы для реконфигурации системы под новые цели, средства построения и коррекции Модели мира для настройки на среду, Модели поведения для настройки поведенческих функций и процессов, Модели робота для настройки актуаторных функций и процессов.

Модель мира образуется при начальном взаимодействии робота с объектами среды. Она содержит текущую и прогнозируемую статическую и динамическую информацию о самом роботе, объектах среды и их отношениях. Такая информация в интегрированной форме получается в результате обработки многомодальной сенсорной информации сисиемами компонента Управление Восприятием. Интегрированная информация используется внутренними агентами системы в процессе выбора и реализации компонент поведения робота в текущей ситуации с прогнозированием последствий их реализации.

Модель поведения образуется при взаимодействиях робота с объектами среды в процессе целенаправленных действий. Она содержит набор поведений и отношений для их выбора в текущей ситуации. Эта информация используется внутренними агентами системы для организации индивидуального и коллективного поведения робота. Модель поведения используется также системами компонента Управление Поведением, которые исполняют поведения.

Модель робота образуется при начальном взаимодействии системы и «тела» робота. Система должна иметь изначально представление о теле робота, т.е. о его кинематике, динамике, датчиках и актуаторах, сенсорах и пр. При взаимодействии это представление конкретизируется путем настройки параметров. Эта информация о состоянии робота используется внутренними агентами системы при реализации всех управлений актуаторами робота с прогнозированием последствий их реализации. Модель робота используется системами компонента Управление Движениями. На базе этой модели могут быть построены вспомогательные системы, обеспечивающие функционирование всей системы в целом: Система Управления Энергетикой Робота, вырабатывающая действия по защите от перегрузок и подпитке источников энергии, и Иммунная Система, защищающая программы системы управления от поражения вирусами, которые могут проникнуть через внешние каналы связи.

Рассмотренные концепции легли в основу разработки программной среды для конструирования многоагентных систем управления с когнитивными агентами, реализующими поведенческие функции на сети нейрологических модулей. После разработки и отладки предполагается использовать эту программную среду для создания когнитивных и актуаторных структур, а также когнитивных агентов в целом в рамках первого этапа разработки описанной системы управления гуманоидного робота.