INTRODUCCIÓ

DAFne (Disseny d'Agents Físics)

Josep Lluís de la Rosa

y componentes del Rogi Team y del equipo de supervisión
Universidad de Girona & LEA-SICA
peplluis@eia.udg.es

INTRODUCCIÓ
"ELS ROBOTS FUTBOLISTES" = "ROBOTS MÒBILS AUTÒNOMS I COOPERANTS"
Agentes físicos desarrollados como robots móviles autónomos y cooperantes

1 Motivación desde el punto de vista de aplicación industrial

1 Aplicaciones a la robótica móvil y la industria del automóvil.

La tecnologia asociada a la navegació d’un sol robot mòbil autònom augmenta en complexitat quan es treballa amb varis robots. La necessitat d’emprar múltiples robots autònoms en aplicacions industrials terrestres (en la recerca espaial crec que la presència de robots mòbils autònoms ja està més que justificada) es evident en aplicacions de neteja (especialment per les necessitats higièniques de la indústria alimentària), aplicacions d’emmagatzematge de material en fàbriques de gran extensió altament flexibles, i les aplicacions a la navegació del cotxe del futur. Aquestes aplicacions tenen en comú que la tecnologia industrial actual és insuficient degut al cost elevat que suposa la instalació de filoguiats. D’altra banda d’aquesta necessitat, els multi-robots mòbils, autònoms i cooperants és un tema de recerca fonamental, això és que es una recerca qu’encara presenta molt de risc.

Per això, per prototipar les múltiples robots cooperants del futur en entorns més segurs aleshores es dissenyen experiments que siguin de complexitat suficientment representativa amb una plataforma d’emulació del futbol. El futbol és un joc practicat per jugadors humans que es desenvolupa en un pla 2-D d’accessibilitat total dins dels límits del terreny de joc, sense camins prefixats, on els jugadors es mouen i cooperen en el joc per conseguir un objectiu que és fer gols i guanyar partits. La necessitat de cooperació és evident doncs un sol jugador no pot guanyar partits. En la versió robòtica els jugadors humans son modelitzats per robots mòbils i autònoms que són construits amb mides menors que els robots mòbils dels exemples anteriors per afavorir la reproducció de molts robots mòbils cooperants i conseguir així una alta capacitat d’experimentació (mesurada en termes de repetitivitat, fiabilitat, flexibilidad y baix cost d’experimentació), tot i contenint tecnologies anàlegues als seus homònims de més talla. De totes formes aquest requeriment de menor talla no és essencial per a la recerca. En aquest plataforma, s’emulen els comportaments especialitzats de cada jugador i s’hi assatgen tècniques de treball coordinat (generació de trajectòries lliures i coordinades) així com de treball cooperatiu (decisió no només reactiva dels robots sinó cognitiva, tenint en compte les intencions d’accions i moviments dels altres robots).

En l’exemple de les images, es pot veure com la suma de comportaments especialitzats tal com "fer de porter" o "fer de davanter" i "fer de defensa" pot conformar l’embrió d’un equip de futbol. De tota manera, la simple juxtaposició de comportaments especialitzats, el que s’anomena comportaments basats en "agents reactius" no és suficient per crear un bon equip de robots cooperants i noves tècniques basades en models cognitius tals com els llenguatges orientats a "agents intel·ligents" són la possible solució. De totes formes no s’han conseguit solucions generals. Els avenços en la recerca s’exposen en congressos internacionals especialitzats (IEEE Robotics Society i IJCAI-International Joint Conference on Artificial Intelligence) qu’organitzen en paral·lel emulacions de competicions de futbol robòtic per mostrar de forma experimental els avenços conseguits. A aquestes competicions la UdG hi ha participat regularment a les edicions mundials de MIROSOT 1996 (Korea), RoboCup 1997 (Japó), EuropaCup 1998 (Austria), i participarà al mundial de Paris 1998.

D’aquesta manera, es poden prototipar robots autònoms mòbils i cooperants que en el futur seran desenvolupats i aplicats a escala industrial.

2 Aplicación de los agentes a la telefonía.

Otra motivación sobre la necesidad de agentes (físicos) inteligentes la podemos encontrar en la aplicación a problemas que no queda más remedio que usar tecnologías locales y soluciones parciales como puede ser la telefonía fija y móvil (Flaurant Dotto) [Dotto 97] en la aplicación de dicha tecnología en la empresa France Telecom.

3 Aplicación de los agentes a la supervisión de procesos industriales, alias SUCOS, que se explica a continuacion.

2 SUCÓS (SUpervision of COmplex Systems). Técnicas basadas en agentes físicos

En el campo específico de la supervisión de procesos industriales, la necesidad de agentes se justifica como sigue. Tradicionalmente el nivel de supervisión ha sido la monitorización de las variables dinámicas de un proceso de fabricación, la detección de fallos (alarmas) y el recálculo de consignas o bien la sugerencia de acciones de corrección. Para ello se han aplicado técnicas variadas de Fault Detection an Isolation (FDI), de diagnóstico, tanto basado en métodos numéricos como en métodos basados en el conocimiento (Sistemas Expertos, Clasificadores fuzzy, neuronales, etc). Pero la decisión se ha reservado, y se sigue manteniendo, a nivel humano. Los supervisores se conciben como un paso más evolucionado e inteligente que los simples sistemas de monitorización, pero siguen siendo meros sistemas de ayuda a la decisión que en la industria actual, por motivos de seguridad, se mantiene finalmente en los operarios humanos. Esta observación conduce a pensar que la toma de decisiones no se puede ejecutar directamente desde los supervisores sino que se requiere de una etapa reflexiva y cognitiva, normalmente basada en la experiencia, que son poseedores los seres humanos. Los seres humanos poseen una capacidad de introspección, de comunicación y de trabajo cooperativo que les permite ser altamente adaptativos y finalmente los dipositarios de la decisión. Las nuevas corrientes de la inteligencia artificial en los agentes inteligentes se modelizan las capacidades humanas de trabajar en cooperación y de representar la decisión cognitiva versus la decisión puramente reactiva que se basarían los actuales sistemas de supervisión si se cerrase el lazo de supervisión. Entonces, la necesidad de agentes es clara puesto que son las técnicas que permitirán cerrar el lazo de supervisión de una manera segura.

De todas formas la introducción de agentes a la supervisión se podría generalizar a partir de los objetos. Las nuevas tendencias de los CASSD introducen el paradigma objeto con lo que dicha extensión parece posible y es interesante al nivel de la dificultad tecnológica de dicha extensión, su viabilidad, su funcionalidad y ver el impacto en las metodologías de diseño e implementación de sistemas de supervisión.
Motivación desde el punto de vista de investigación básica

La motivación de experimentar la IA mediante robots es la esencia misma de los agentes físicos. El hecho de utilizar robots para experimentar agentes físicos no es una decisión al azar sino que de un gran valor científico por buscar una refundación de los principios físicos o biológicos de la IA [Kitano 94, pp:34-35]. Se intenta descubrir los principios de la introspección y aprendizaje introspectivo de los agentes des de su propio fundamento físico. La construcción de sistemas inteligentes y adaptativos no es una tarea trivial. Kitano predice que la aproximación al desarrollo de un sistemas inteligente y hacerlo adaptativo sería repetir los errores de la IA tradicional, la cual supuso que la solución de ejemplos simples (toy examples) se podría generalizar a aplicaciones de mayor complejidad, expectativa la cual no se ha cumplido. Entonces creemos que para conseguir sistemas adaptativos inteligentes éstos deben presentar las características siguientes: emergencia, esto es obtener inteligencia emergiendo de las interacciones más simples entre componentes, evolución, la inteligencia es fruto de la evolución y mejora continuada de los seres inteligentes, simbiosis entre diversos componentes heterogéneos, diversidad para conseguir una correcta simbiosis y favorecer la emergencia y la evolución, motivación, la cual dirige la inteligencia, como puede ser la motivación del aprendizaje, y fundamento físico, este último de particular importancia. Insistimos en la importancia del fundamento físico dado que la inteligencia está gobernada por la física debido que los sistemas inteligentes finalmente se basan en un cuerpo físico.
Los innovadores trabajos de Luk Steels [Steels 92, 97] IJCAI, etc, van orientados por esta noción de fundamento físico de la IA y por tanto experimenta en robots aunque su investigación es en procesamiento del lenguaje natural. De una forma no tan explícita pero no por ello menos interesante [Müller 96] propone los primeros métodos para el análisis y evaluación de la mejora de rendimiento obtenida con la aplicación de agentes a robots móviles. Dentro de las nuevas tendencias en coordinación y aprendizaje de sistemas multirobots [Mataric 98] insiste en la focalización en los aspectos dinámicos de los robots (sistemas).

The integration of automatic control and mobile robotics techniques as well as the growing interest for automatic and intelligent transportation systems for social and environmental reasons are the motivations for the following proposal:
Chain of collaborative mobile robots as a test bench for automatic transportation systems
********************************************************************
Dynamic chains made of cars, trucks or driverless vehicles will be one of the key components of some future transportation systems such as for example automatic highway systems.
Implementation of these dynamic chains are based on trajectory planning and tracking, this combined with the use of virtual links to connect the components of the chain. Trajectory planning and tracking guaranty than the chain of vehicles follow the right pass with the right speed. Virtual links ensure security distance between the vehicles and manage the vehicles adjunction or removal. The automatic supervision handles unpredictable events as apparitions of obstacles or failures of components.
In order to be able to focus on methodological development and research, we will select only one application for the project. The Automation of a small train of carts use to move luggage between airplanes and gates, this with a few risks of injuries for users. Such systems have to follow predefined paths, handle fix or mobile obstacles and be managed accordingly with the destination of the carried luggage. The difference between the proposed paradigm with current solutions is that every cart will be mechanical independent and lightly motorized. However, the motorization of the carts will not be studied in this project. This aspect is already tackled by various research groups and it is not essential for the automation. Hence, we will reproduced at a scaled size the real environment using mobile robots evolving in a airport miniature as a test bench.
>From a automatic control point of view, model based predictive control techniques will be applied and evaluated for tracking the spatial trajectory and to follow a desired speed profile. From the point of view of the computer supervision, techniques based upon collaborative agents will be implemented to deal with planned or unpredictable events and their impact along the cart chain.

For sure, the research group of Josep Lluis de la Rosa at the University of Girona and my research group at the Swiss Federal Institute of Technology (EPFL) will participate in this project if it get funded. Any help for other R&D groups as well as industries will be welcome (INRIA, LAAS, ?).
Dr. Denis Gillet, Maître d'E&R Phone: +41 21 693-5168
Institut d'automatique FAX: +41 21 693-2574
DGM - EPFL - Ecublens email: denis.gillet@epfl.ch
CH - 1015 Lausanne Web: iawww.epfl.ch
Switzerland Telepresence: iawww2.epfl.ch

[Kitano 94] Kitano H. and Hondler J. A., "Massively Parallel Artificial Intelligence", The AAAI Press / The MIT Press pp: 1-52, 1994
[Steels 92, 97] Steels L., "The Origins of Syntax in Visually Grounded Robotic Agents", The 15 IJCAI Proceedings, pp: 1632-1641, 1997
[Mataric 98] Mataric M., "Co-ordination and Learning in Multirobot Systems", IEEE in Intelligent Systems, March/April 1998, pp: 6-9
Novedisima motivación desde el punto de vista de investigación básica en Ecosistemas Universales de Informacion.
ECOSISTEMES D’INFORMACIO UNIVERSAL
One important question to analyse the Universal Information Ecosystems is the inclusion of physical interactions of the infoinhabitants. The physical interactions always exist as for example, the agents that trade in electronic commerce have to manage finally the delivery of the product to the human or institution that these agents represent. For instance; to have the best roasted chicken in your table at 20:00h means that your representative agent searches for the best quality/price roasted chicken in the city and automatically delivers it in these time constraint. This actions imply constrained decisions and constrained physical deliver for both software and hardware infoinhabitants. The problem is that a big concentrated demand of roasted chickens could collapse the global ecosystem. This problem is especially relevant when software decisions require of physical actions.

Important issue 1: The question is then, how these new interactions and events from the physical ecosystem and real world impact to the software ecosystem? On the other hand the decisions and interactions from the software cosystem create new initial conditions for the physical ecosystem that behaves every time differently. How these new interactions of trillions of infoinhabitants will behave in the future. Will they be safe? That is, will they be robust to minor changes? Specifically, will these new interactions between the two ecosystems unstabilise the global ecosystem?
For instance; the example of distant demands of roasted chicken is an interesting problem, that contains the complexity of travels-man problem, so that agent-based solutions are necessary:
Important Issue 2: The consensus technique from [de la Rosa] has a new parameter, initially called necessity that has potentially several meanings. Depending on the semantics (meaning) provided to the necessity important improvements thanks to more accurate vision of the co-operative world gives. The biological inspiration of this type of consensus pretends to be the most accurate consensus technique applicable to decision of infoinhabitants.

UIE seeks projects that explore novel paradigms aimed at addressing subsets of the (interrelated) challenges relevant to this initiative, and is particularly keen on research efforts that do so in an interdisciplinary manner. While the list below attempts to outline some of these research challenges, it is only illustrative and in no way prescriptive or exhaustive:

"Scalability": Cutting across all the research challenges is the issue of scalability. UIE seeks to take a bold view of scalability requirements, as it envisions an environment able to scale up or down to best meet the demands of a population that could consist of trillions of infohabitants.

"Openness and Universality": The success of the emerging information ecosystem will depend on its ability to seamlessly accommodate the introduction of new types of infohabitants and evolution of existing ones (e.g. through creation of new services) and, in the process, helping to fulfil the changing needs and participatory requirements of its population.

As the population of infohabitants evolves and as new activities, services, interactions and domains of discourse emerge in the ecosystem, new concepts and new language requirements can be expected to arise. Communication mechanisms as well as models used by infohabitants to reason about themselves and others will need to be amenable to evolution.

"Sensing the Environment": For infohabitants to strive in the emerging ecosystem and be able to adapt to changing conditions, they need to be selectively aware of the demands and opportunities generated by others. An important set of research issues stems from the need to develop decentralized mechanisms, models and paradigms that allow the ecosystem to dynamically reorganize itself in order to facilitate the flow of information and effectively help each and every infohabitant "sense" those changes in the environment that are most relevant to its activities/objectives at any particular point in time.

"Adaptation": Ecosystems imply continuous reacting and adjusting to changing conditions. It is about infohabitants modifying their behaviour or the services they offer, setting up new relations with others, migrating, creating new infohabitants to satisfy new needs or respond to new opportunities, deciding they are no longer useful etc. This also ties into issues such as modeling the drivers of change and adaptation in the ecosystem, which will typically vary from one infohabitant to another.

Adaptation processes include recognizing situations in which change is necessary, determining what needs to be changed, what can be changed, how to change it, with whom, etc. It also includes researching computation models and paradigms that facilitate sharing, reuse and recombination of the knowledge and expertise of infohabitants.

"Self-Stabilising Mechanisms/Ecosystem Preservation": Another set of important issues relates to what kinds of self-regulating or self-stabilising mechanisms would characterize a large-scale information ecosystem with a complex, unpredictable dynamics such as the one envisioned. For example, this could possibly include the exploration of mechanisms to help the system rid itself of harmful behaviours, or mechanisms to help "recycle"" entities that have become obsolete, etc. The balance between the complexity of the behaviour of the individual entity and the complexity of the behaviour of the ecosystem is likely to have an impact on the "stability" of the system as a whole.

"Capturing and realising objectives/intentions". To effectively operate in the emerging ecosystem and take full advantage of it, individuals and organizations will increasingly need help. They will need to delegate tasks to autonomous or semi-autonomous infohabitants within the environment. This in turn entails a number of research challenges:

Capturing the intents/objectives of people and organizations in a dynamic and de-centralized way: The focus is on the development of underlying models amenable to capturing, learning, sharing and reusing knowledge about the objectives, the preferences of people and organizations and the constraints under which infohabitants operate as they change over time. The difficulty of capturing this knowledge is compounded by the need to minimize the amount of time required from people/organizations (e.g. through incremental learning, re-use and sharing of this knowledge) .

Enabling these infohabitants to autonomously or semi-autonomously satisfy the objectives of their owners. This includes the ability to cooperate, coordinate, negotiate and self-organize with others as well the development of models (economical, social, etc..) to drive these activities.

Note that UIE is about the underlying models for capturing and realising objectives and needs, rather than the development of new interface technologies.

"An Environment that promotes trust": The acceptability and usability of a Universal Information Ecosystem, as envisioned in this initiative, will require the development of novel models and mechanisms capable of flexibly capturing and accommodating the trust requirements of a broad population of infohabitants and its many activities.