Prostriedky umelej inteligencie v humanoidnej robotike

Podpora přednášky kurzu Aplikace umělé inteligence

Dr. Ing. Ján Vaščák

2

Osnova

• Krátke predstavenie

• Prečo práve umelá inteligencia (UI)?

• Potreby humanoidnej robotiky (HR)

• Kde všade UI v HR

• Robot NAO ako príklad moderného HR

• Futbal (soccer) ako test bed pre UI v úlohách HR

• Niektoré prvky UI v robotickom futbale

• Rôzne ukážky

3

Niečo o nás

http://www.ai-cit.sk/

Začiatky:

4

5

NAO

Aldebaran (FR)

http://www.aldebaran-

robotics.com/en

Súčasnosť:

6

Náš sen...

7

To sme my...

1 Prof., 3 – OA, 4 – PhD., ...

8

Prečo UI?

• Paradigma: človek vie všetko najlepšie.

• Ľahká zrozumiteľnosť – vhodná reprezentácia znalostí

(pravidlové systémy) jednoduchší a rýchlejší návrh

• Modulárnosť riešenia (multiagentové systémy)

• Paralelizmus vo výpočtoch (neurónové siete, pravidlá)

• Optimalizácia parametrov funkcie (genetické algoritmy)

• Práca s protirečivou a nepresnou informáciou (fuzzy)

• Schopnosť zovšeobecňovať model

• Robustnosť návrhu voči zmenám systému

9

FS

NS

GA

KTR

SUI

Kvalita matemat. modelu

2

4

4

1

3

Schopnosť učenia

4

1

2

4

4

Kvalita reprezentácie znalostí

1

4

3

3

1

Kvalita expertných znalostí

1

4

4

3

1

Práca s nelinearitami

1

1

1

4

3

Schopnosť optimalizovať

4

2

1

3

4

Chybová tolerancia

1

1

1

4

4

Tolerancia neurčitosti

1

1

1

4

4

Práca v reálnom čase

1

2

3

1

4

10

A kde (ako) UI v humanoidnej robotike?

Čo je humanoidná robotika?

• Špeciálny typ mobilnej robotiky

• Napodobňuje pohybové a zmyslové ústrojenstvo

človeka

• V širšom slova zmysle aj iné organizmy – kvadropedi

(psy), pavúci, hady, ...

• Špeciálny typ humanoida – android

11

Kde sa vyskytuje (bude) HR?

• Obslužné roboty (zdravotníctvo)

• Manuálna spolupráca s človekom

• Záchranárske roboty (pohyb v ťažkom prostredí)

• Transport

• Vojenstvo

• Zábavný priemysel (už sa využívajú)

12

Robot NAO

• 25 stupňov voľnosti

• 58 cm vysoký

• 4,8 kg hmotnosť

• WiFi a Ethernet

• x86 AMD GEODE

500MHz CPU

• 256 MB SDRAM / 2

GB flash memory

• 12-15 000 Eur

13

Senzory:

• 2 kamery

• 4 mikrofóny

• Natočenia kĺbov (Hallové senzory)

• Gyroskop

• Merač zrýchlenia

• Dotykové snímače (hlava, chodidlá)

• Sonar

• I/R snímač

14

Softvérová podpora s NAO-m

• Choregraphe

• Webots

• Microsoft

Robotics Studio

•

• C++, Urbi, .Net,

Python

15

Čo NAO dokáže?

Napr.:

• Tancovať (napr. Tai chi)

• Zbierať informácie a komunikovať

s inými zariadeniami (projekt MASS, blogy,

RT middleware)

• Hrať futbal (simulačne, skutočne)

16

Napr. robotický futbal

Čo potrebuje humanoidná robotika?

• Spracovať informáciu od snímačov (obraz, zvuk, dotyk,…)

– komunikácia človek – stroj, stroj - stroj

• Interpretovať informáciu & vytvoriť model situácie

• Tvorba, resp. výber stratégie činnosti

– tvorba plánu činnosti

• Kooperácia medzi robotmi

• Riadenie akčných členov (kĺby)

• Riešenie kolíznych stavov (bezpečnosť prevádzky)

• Priebežná kontrola situácie a činnosti robota (navigácia)

17

Robotický futbal

Cieľ:

Do roku 2050 poraziť „ľudských“ majstrov sveta

vo futbale (Hiroaki Kitano).

18

Hlavné organizácie:

• FIRA – Federation of International Robot-soccer

Association (http://www.fira.net/)

• RoboCup (http://www.robocup.org/)

– Standard Platform League

19

Prostriedky UI v robotickom futbale

• Multiagentové prístupy: hráči ako súhrn funkčných modulov, herné stratégie, kooperácia, plánovanie.

• Evolučné prístupy – nastavovanie parametrov: chôdza (zvýšenie stability a rýchlosti).

• Neurónové siete: spracovanie obrazu (minimalizácia počtu farieb – segmentácia).

• Navigácia: potenciálové polia, diagramy blízkosti (DB).

• Fuzzy: podpora rozhodovania, detekcia čiar a brány.

• Pravidlové systémy: rozpoznávanie scén, navigácia, herné stratégie.

Viac ako polovica tímov využíva nejakú UI.

20

Extrakcia a spros-

tredkovanie dát

Detekcia lopty

a bránky z obrazu

kamery

Odhad pozície

a natočenia robota

Strategické rozhodovanie

na základe danej situácie

Plánovanie

vyhýbaniu

sa prekážok

Vykonávanie

pohybových

príkazov

Zber a ukladanie

dát zo všetkých

modulov

Komunikácia

s rozhodcom

Kouretes

Erasmus - Hradec Králové - 2011 21

B-Human

XABSL

Erasmus - Hradec Králové - 2011 22

23

Goal keeper:

1. Search ball.

2. Calculate direction and distance to ball.

3. If ball is far, then go to the center of goal.

4. If ball is close and straight, then wait.

5. If ball is close, not moving and straight, then go

to kick it.

6. If ball is close and not straight, then walk

sideways.

Borregos

24

Diagram blízkosti (Nearness Diagram)

25

CBR – cieľový bezpečný región

VBR – veľmi bezpečný región

NBR – normálny bezpečný región

NR – nebezpečný región (jedna prekážka)

KNR – veľmi nebezpečný región (2 prekážky)

26

CBR VBR NBR NR KNR

CBR VBR NBR NR KNR

nie CBR

Bezpečné Nebezpečné

Krok 3

Krok 4

Krok 1

Krok 2

Údaje zo senzorov

Hodnoty akčných zásahov

Akcie

Sit

uác

ie

Rozh

odovac

í st

rom

27

Potenciálové polia

P1 P2 P3

Š

C

hráči lopta

Optimálna strelecká pozícia

28

Ako hrajú roboti...

29

Použité zdroje

• Ch. T. Lin – G. Lee: Neural Fuzzy Systems –

A Neuro-Fuzzy Synergism to Intelligent Systems.

• Borregos – Team Description 2009.

• Kouretes – Te am Description 2009.

• B-Human – Team Report 2010.

• J. Minguez, L. Montano: Nearness Diagram (ND)

Navigation: Collision Avoidance in Troublesome Scenarios.

• D. Katic, M. Vukobratovic: Control Algorithm for

Humanoid Walking Based on Fuzzy Reinforcement

Learning.

30

Ďakujem za pozornosť.