Рассел С., Норвиг П. Искусственный интеллект. Современный подход (2-е изд., 2006) (1245267), страница 328
Текст из файла (страница 328)
Исследования в этой области, проводившиеся в течение десятков лет, привели к созданию многих типов контроллеров, намного превосходящих описанный выше контроллер, действуюгций на основании простого закона управления. В частности, опорный контроллер называется Ъ. стабильным, если небольшие возмущения приводят к возникновению ограниченной погрешности, связывающей сигнал робота и опорный сигнал. Контроллер называется 'а.
строго стабильным, если он способен вернуть управляемый им аппарат на опорный путь после воздействия подобных возмущений. Очевидно, что рассматриваемый здесь Р-контроллер только внешне кажется стабильным, но не является строго стабильным, поскольку не способен обеспечить возвращение робота на его опорную траекторию. Простейший контроллер, позволяющий добиться строгой стабильности в условиях данной задачи, известен под названием Ъ. Р0-контроллера. Буква Р снова является сокращением от ргороП!опа! (пропорциональный), а Р— от г)ег)та()ре (дифференциальный). Для описания РО-контроллеров применяется следующее уравнение: р( ) )-,) (()- ) (25.3) Согласно этому уравнению, РО-контроллеры представляют собой Р-контроллеры, дополненные дифференциальным компонентом, который добавляет к значению управляющего воздействия а, терм, пропорциональный первой производной от погрешности у( с) -х, по времени.
К какому результату приводит добавление такого терма? Вообще говоря, дифференциальный терм гасит колебания в системе, для управле- Глава 25. Робототехника 1223 д(у( с) -х,) ар = кр(у( с) -хр) р кр (у(с) -х,) Нс + кс Эс (25.4) где к, — еще один коэффициент усиления. В терме (у( с) -х,) с(с вычисляется интеграл погрешности по времени. Под влиянием этого терма корректируется продолжающиеся долгое время отклонения между опорным сигналом и фактическим состоянием.
Если, например, х, меньше чем у( с) в течение продолжительного периода времени, то значение этого интеграла возрастает до тех пор, пока результирующее управляющее воздействие а„не вызовет уменьшение этой погрешности. Таким образом, интегральные термы гарантируют отсутствие систематических погрешностей в действиях контроллера за счет повышения опасности колебательного поведения.
Контроллер, закон управления которого состоит из всех трех термов, называется ск Р10-контроллером. Р1Г)-контроллеры широко используются в промышленности для решения самых различных задач управления. Управление на основе поля потенциалов Выше в данной главе поле потенциалов было определено как дополнительная функция затрат в планировании движений робота, но поле потенциалов может также использоваться для непосредственной выработки траектории движения робота, ния которой он применяется.
Чтобы убедиться в этом, рассмотрим ситуацию, в которой погрешность (у( с) -х,) резко изменяется во времени, как было в случае с Р-контроллером, описанным выше. При этом производная такой погрешности прикладывается в направлении, противоположном пропорциональному терму, что приводит к уменьшению общего отклика на возмущение. Однако, если та же погрешность продолжит свое присутствие и не изменится, то производная уменьшится до нуля и при выборе управляющего воздействия будет доминировать пропорциональный терм. Результаты применения такого РО-контроллера для управления манипулятором робота при использовании в качестве коэффициентов усиления значений к,=. 3 и и; —. 8 показаны на рис. 25.19, в.
Очевидно, что в конечном итоге траектория манипулятора става гораздо более гладкой и на ней внешне не заметны какие-либо колебания. Как показывает этот пример, дифференциальный терм позволяет обеспечить стабильность работы контроллера в тех условиях, когда она недостижима другими способами. Но, как показывает практика, РО-контроллеры также создают предпосылки отказов. В частности, РО-контроллеры могут оказаться неспособными отрегулировать погрешность до нуля, даже при отсутствии внешних возмущений. Такой вывод не следует из приведенного в этом разделе примера робота, но, как оказалось, иногда для уменьшения погрешности до нуля требуется приложить обратную связь с пропорциональным перерегулированием.
Решение этой проблемы заключается в том, что к закону управления нужно добавить третий терм, основанный на результатах интегрирования погрешности по времени: !225 Глава 25. Робототехника лись благоприятно, а в других условиях поля потенциалов имеют много локальных минимумов, которые могут стать ловушкой для робота. В данном примере робот приближается к препятствию, вра|цая шарнир своего плеча до тех пор, пока не заходит в тупик, оказавшись не с той стороны препятствия, с какой нужно.
Поле потенциалов не имеет достаточно развитой конфигурации для того, чтобы вынудить робот согнуть свой локоть, что позволило бы ему пропустить манипулятор под препятствием. Иными словами, методы на основе поля потенциалов превосходно подходят для локального управления роботом, но все еше требуют глобального планирования. Егце одним важным недостатком, связанным с использованием поля потенциалов, является то, что усилия, вырабатываемые при этом подходе, зависят только от положений препятствия и робота, а не от скорости робота. Таким образом, метод управления на основе поля потенциалов в действительности является кинематическим и может оказаться неприменимым для быстро движушегося робота. Реактивное управление До сих пор в этой главе речь шла об управляюших решениях, которые требуют наличия определенной модели среды, чтобы на ее основе можно было сформировать либо опорный путь, либо поле потенциалов.
Но с этим подходом связаны некоторые сложности. Во-первых, зачастую сложно получить достаточно точные модели, особенно в сложной или удаленной среде, такой как поверхность Марса. Во-вторых, даже в тех случаях, когда есть возможность составить модель с достаточной точностью, вычислительные сложности и погрешности локализации могут привести к тому, что эти методы окажутся практически не применимыми. В определенных обстоятельствах более подходящим становится один из видов рефлексного проекта агента — проект на основе так называемого Ъ.
реактивного управления. Одним из примеров такого проекта является шестиногий робот, или сь гексапод, показанный на рис. 25,21, а, который предназначен для ходьбы по пересеченной местности. В целом датчики робота не позволяют формировать модели местности с точностью, достаточной для любого из методов планирования пути, описанных в предыдушем разделе. Кроме того, даже в случае использования достаточно точных датчиков задача планирования пути не разрешима с помоШью имеюшихся вычислительных средств из-за наличия двенадцати степеней свободы (по две для каждой ноги). Тем не менее существует возможность определить спецификацию контроллера непосредственно, без использования явной модели среды. (Выше в данной главе такой подход уже был продемонстрирован на примере РО-контроллера, который оказался способным вести сложный манипулятор робота к цели при отсутствии явной модели динамики робота; однако для этого контроллера требовался опорный путь, сформированный с помощью кинематической модели.) Для рассматриваемого примера шагающего робота после выбора подходящего уровня абстракции задача определения закона управления оказазась удивительно простой.
В приемлемом законе управления может быть предусмотрено циклическое движение каждой ноги с тем, чтобы эта нога на какой-то момент касалась земли, а в остальное время двигалась в воздухе. Координация действий всех шести ног должна осуществляться так, чтобы три из них (расположенные на противоположных концах) всегда находились на земле для обеспечения физической опоры. Такой принцип управления можно легко запрограммировать, и он себя полностью оправдывает на ровной местности. А на пе- 1227 Глава 25. Робототехника вручную, поскольку часто невозможно сформулировать точную модель. В главе 21 описаны методы обучения с подкреплением, позволяющие формировать политику на основании опыта.
Некоторые из подобных методов (такие как О-обучение и поиск политики) не требуют модели среды и позволяют создавать высококачественные контроллеры для роботов, но взамен требуют предоставления огромных объемов обучающих данных. 25.7. АРХИТЕКТУРЫ РОБОТОТЕХНИЧЕСКОГО ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ 'з. Архитектурой программного обеспечения называется применяемая методология структуризации алгоритмов.
В понятие архитектуры обычно включают языки и инструментальные средства для написания программ, а также общий подход к тому, как должно быть организовано взаимодействие программ. Предложения по созданию современных архитектур программного обеспечения для робототехники должны отвечать на вопрос о том, как сочетаются реактивные средства управления и основанные на модели алгоритмические средства управления. Преимушества и недостатки реактивных и алгоритмических средств управления таковы, что эти средства во многом дополняют друг друга. Реактивные средства управления действуют на основании сигналов, полученных от датчиков, и хорошо подходят для принятия решений низкого уровня в реальном времени. Однако реактивные средства управления лишь в редких случаях позволяют вырабатывать приемлемые решения на глобальном уровне, поскольку глобальные управляющие решения зависят от информации, которая не может быть воспринята с помощью датчиков во время принятия решения.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
