211service.com
Vallningsrobotar och andra 'multiagentsystem'
Att skriva ett program för att styra en enda autonom robot som navigerar i en osäker miljö med en oregelbunden kommunikationslänk är tillräckligt svårt; skriva en för flera robotar som kanske eller inte behöver arbeta tillsammans, beroende på uppgiften, är ännu svårare.
Som en följd av detta har ingenjörer som designar styrprogram för multiagentsystem – oavsett om det är grupper av robotar eller nätverk av enheter med olika funktioner – i allmänhet begränsat sig till speciella fall, där tillförlitlig information om miljön kan antas eller en relativt enkel samarbetsuppgift kan vara tydligt. anges i förväg.
I maj, vid den internationella konferensen om autonoma agenter och multiagentsystem, forskare från MIT Laboratoriet för datavetenskap och artificiell intelligens (CSAIL) kommer att presentera ett nytt system som syr ihop befintliga kontrollprogram för att tillåta multiagentsystem att samarbeta på mycket mer komplexa sätt. Systemet tar hänsyn till osäkerheten – till exempel oddsen att en kommunikationslänk kommer att sjunka eller att en viss algoritm oavsiktligt kommer att styra en robot in i en återvändsgränd – och planerar automatiskt runt det.
För små samarbetsuppgifter kan systemet garantera att dess kombination av program är optimal - att det kommer att ge bästa möjliga resultat, givet miljöns osäkerhet och programmens begränsningar.
Tillsammans med Jon How, Richard Cockburn Maclaurin-professorn i flyg- och astronautik, och hans student Chris Maynor, testar forskarna för närvarande sitt system i en simulering av en lagerapplikation, där team av robotar skulle krävas för att hämta godtyckliga objekt från obestämd platser och samarbetar vid behov för att transportera tunga laster. Simuleringarna involverar små grupper av iRobot Creates, programmerbara robotar som har samma chassi som Roomba-dammsugaren.
Rimligt tvivel
I [multiagent]-system, i allmänhet, i den verkliga världen, är det väldigt svårt för dem att kommunicera effektivt, säger Christopher Amato, postdoc i CSAIL och första författare på den nya uppsatsen. Om du har en kamera är det omöjligt för kameran att hela tiden strömma all information till alla andra kameror. På samma sätt finns robotar i nätverk som är ofullkomliga, så det tar lite tid att få meddelanden till andra robotar, och kanske kan de inte kommunicera i vissa situationer runt hinder.
En agent kanske inte ens har perfekt information om sin egen plats, säger Amato - vilken gång i lagret den faktiskt befinner sig i, till exempel. Dessutom, när du försöker fatta ett beslut, finns det en viss osäkerhet om hur det kommer att utvecklas, säger han. Kanske försöker du röra dig i en viss riktning, och det finns vind- eller hjulglidning, eller det finns osäkerhet över nätverk på grund av paketförlust. Så i dessa verkliga domäner med allt detta kommunikationsbrus och osäkerhet om vad som händer, är det svårt att fatta beslut.
Det nya MIT-systemet, som Amato utvecklat tillsammans med medförfattarna Leslie Kaelbling, Panasonics professor i datavetenskap och teknik, och George Konidaris, en doktorandstipendiat, tar tre ingångar. Den ena är en uppsättning kontrollalgoritmer på låg nivå - som MIT-forskarna kallar makroåtgärder - som kan styra agenters beteenden kollektivt eller individuellt. Den andra är en uppsättning statistik om dessa programs exekvering i en viss miljö. Och det tredje är ett schema för att värdera olika resultat: Att utföra en uppgift ger en hög positiv värdering, men att förbruka energi ger en negativ värdering.
Skola för hårda slag
Amato föreställer sig att statistiken skulle kunna samlas in automatiskt, genom att helt enkelt låta ett multiagentsystem köra ett tag — oavsett om det är i den verkliga världen eller i simuleringar. I till exempel lagerapplikationen skulle robotarna lämnas för att utföra olika makroåtgärder, och systemet skulle samla in data om resultat. Robotar som försöker flytta från punkt A till punkt B inom lagret kan hamna i en återvändsgränd någon procent av tiden, och deras kommunikationsbandbredd kan sjunka någon annan procent av tiden; dessa procentsatser kan variera för robotar som rör sig från punkt B till punkt C.
MIT-systemet tar dessa indata och bestämmer sedan hur man bäst kombinerar makroåtgärder för att maximera systemets värdefunktion. Den kan använda alla makroåtgärder; det kanske bara använder en liten delmängd. Och det kan använda dem på sätt som en mänsklig designer inte skulle ha tänkt på.
Anta till exempel att varje robot har en liten bank av färgade lampor som den kan använda för att kommunicera med sina motsvarigheter om deras trådlösa länkar är nere. Det som vanligtvis händer är att programmeraren bestämmer sig för att rött ljus betyder att gå till det här rummet och hjälpa någon, grönt ljus betyder att gå till det rummet och hjälpa någon, säger Amato. I vårt fall kan vi bara säga att det finns tre lampor, och algoritmen spottar ut om de ska användas eller inte och vad varje färg betyder.
MIT-forskarnas arbete ramar in problemet med multiagentkontroll som något som kallas en delvis observerbar Markov-beslutsprocess, eller POMDP. POMDP:er, och särskilt dec-POMDP:er, som är den decentraliserade versionen, är i princip svårhanterliga för riktiga multirobotproblem eftersom de är så komplexa och beräkningsmässigt dyra att lösa att de bara exploderar när du ökar antalet robotar, säger Nora Ayanian, en assistent. professor i datavetenskap vid University of Southern California som är specialiserad på multirobotsystem. Så de är inte särskilt populära i multirobotvärlden.
Normalt när du använder dessa Dec-POMDP:er arbetar du på en mycket låg nivå av granularitet, förklarar hon. Det intressanta med detta papper är att de använder dessa mycket komplexa verktyg och på ett sätt minskar upplösningen.
Detta kommer definitivt att få dessa POMDP:er på radarn för människor med flera robotar, tillägger Ayanian. Det är något som verkligen gör det mycket mer kapabelt att appliceras på komplexa problem.