В одной из самых запоминающихся сцен из фильм 2002 блокбастер доклад меньшинства, Том Круз вынужден скрываться от роя паукообразные роботы соскабливать высокий жилой комплекс. Хотя большинство зрителей, скорее всего, прикован к небольшой, гибкой замены ищейка, компьютерный инженер может вместо того, чтобы восхищаться их понятной системы управления.
В здании несколько этажей с множеством комнат, сотни препятствий и тысячах мест, чтобы проверить, на несколько десятков роботов двигаться как одно единое целое. Они рассредоточились в шаблон поиска, чтобы тщательно проверить весь дом и одновременно разделение задач таким образом, чтобы не тратить время, чтобы вернуться на свой собственный путь или повторно проверять места, другие роботы уже побывали.
Такая сплоченность будет трудно для регуляторов человеческого достижения, не говоря уже о искусственном контроллер для вычисления в реальном времени.
«Если проблема имеет три или четыре робота, которые живут в мире, и лишь немногие из номеров, и если совместная задача конкретизируется путем несложных логических правил, есть государство-оф-искусство инструменты, которые могут вычислить оптимальное решение, удовлетворяющее задач в разумные сроки», — сказал Майкл М. Zavlanos, Мэри Милюс ех и Гарольд л. ех, младший доцент кафедры машиностроения и материаловедения в Университете Дьюка.
«И если вы не заботитесь о лучших из возможных решений, вы можете решить еще несколько комнат и более сложных задач за считанные минуты, но только дюжина роботов-топы», — сказал Zavlanos. «Более того, и существующие алгоритмы не в состоянии преодолеть огромное количество возможностей в поиске решения.»
В новой работе, опубликованной онлайн на 29 апреля в Международном журнале исследованиях робототехники, Zavlanos и его недавний кандидат наук аспирант, Яннис Kantaros, который сейчас постдок в Университете Пенсильвании, предлагается новый подход к этой проблеме под названием Стилус* для крупномасштабных оптимальный временной логики синтеза, которые могут решать проблемы, значительно большее, чем то, что текущие алгоритмы могут обрабатывать сотни роботы, десятки тысяч номеров, и весьма сложные задачи, в небольшой отрезок времени.
Чтобы понять основы нового подхода, нужно сначала понять, линейной темпоральной логики, которая не так страшно, как кажется. Предположим, вы хотите, чтобы программа горстка роботов для сбора почты из района и доставить его в почтовое отделение каждый день. Линейная темпоральная логика-это способ записи команд, необходимых для выполнения этой задачи.
Например, эти команды могут включать посещать каждый дом по порядку, вернуться на почту и потом ждать получения собранных почте, прежде чем снова отправиться в путь. Хотя это может быть легко говорить на английском, это более трудно выразить математически. Линейной темпоральной логики можно сделать, используя собственную символику, которая, хотя и может выглядеть как клингонский к общему наблюдателя, они очень полезны для выражения сложных проблем управления.
«Термин линейный используется потому, что моменты времени обладают уникальным преемника на основе дискретной линейной модели времени, а также временные относится к использованию таких операторов, как до, рядом, со временем и всегда», — сказал Kantaros. «Используя этот математический формализм, мы можем строить сложные команды, такие как ‘побывать во всех домах, кроме дома в двух, посетите дома три и четыре в последовательном порядке, и ждать, пока ты был в доме один, прежде чем идти в дом пять.’ «
Чтобы найти контроллеры роботов, которые удовлетворяют такие сложные задачи, местоположения каждого робота отображается в дискретной точке данных, называемый «узел».Затем, из каждого узла существует несколько других узлов, которые представляют собой потенциальную следующий шаг для робота.
Традиционный контроллер просматривает каждый из этих узлов и потенциальные пути между ними, прежде чем выяснить, лучший способ для навигации свой путь через. Но так как количество роботов и мест для посещения возрастет, а так как логика «правила игры» становятся все более изощренными, пространство решений становится невероятно большие в очень короткий промежуток времени.
Простая задача с пяти роботов, живущих в мире с десяток домов может содержать миллионы узлов, захватывая все возможное, робот, места и поведения для достижения задач. Это требует много памяти для хранения и вычислительные мощности для поиска.
Чтобы обойти эту проблему, исследователи предлагают новый метод, что вместо того, чтобы строить эти невероятно больших графов в их совокупности, а не создает меньшие приближений с древовидной структурой. На каждом этапе процесса, алгоритм случайным образом выбирает один узел из графа, добавляет его в дерево, и переводов в существующие пути между узлами в дереве, чтобы найти более прямые пути от начала до конца.
«Это означает, что алгоритм прогрессирует, это дерево, которое мы постепенно расти, становится ближе и ближе к реальной графике, который мы никогда не построим», — сказал Kantaros. «Поскольку наши инкрементального графа гораздо меньше, это легко хранить в памяти. Кроме того, поскольку этот граф является деревом, поиск график, который в противном случае имеет экспоненциальную сложность, становится очень легко, потому что теперь нужно только проследить последовательность родительских узлов до корня, чтобы найти нужный путь.»
Уже давно было признано, что растущие деревья не могут быть использованы для поиска в пространстве возможных решений для этих типов проблем управления роботом. Но в газете, Zavlanos и Kantaros показывают, что они могут сделать его работу по реализации двух хитрых трюков. Во-первых, алгоритм выбирает следующий узел, чтобы добавить на основе информации о задаче, которая позволяет дереву быстро аппроксимировать хорошее решение проблемы. Во-вторых, даже если алгоритм выращивает деревья, он все еще может обнаружить циклов в исходном графе пространство, что решение захватить для таких временных логических задач.
Исследователи показывают, что этот метод всегда найдете ответ, если есть один, и он будет всегда в конечном итоге найти лучший из возможных. Они также показывают, что этот метод может прибыть на тот ответ экспоненциально быстро. Работая с проблемой 10 роботов поиск через 50-на-50 сетки пространства — 250 домов, чтобы забрать почту … современное состояние-оф-искусство алгоритмов занять 30 минут, чтобы найти оптимальное решение.
Стилус* это примерно 20 секунд.
«Мы даже решить проблемы с 200 роботов, которые живут на 100-на-100 матрица, которая является слишком большой для современных алгоритмов обработки,» сказал Zavlanos. «Хотя в настоящее время нет никаких систем, которые используют 200 роботов, чтобы сделать что-то вроде доставки посылок, может быть в будущем. И они нуждаются в рамках управления как стилусом* уметь доставить их в то же время удовлетворяя сложной логикой на основе правил».
сделать разницу: спонсорские возможности
Ответить
Хотите присоединиться к обсуждению?Не стесняйтесь вносить свой вклад!