книги из ГПНТБ / Автоматы и разумное поведение. Опыт моделирования

ных следящих систем, названных нами следящими система­ ми «по результатам» и «по чувствам».

Следящая система «по результатам» предусматривает контроль за соответствием реального положения автомата в среде ранее запланированному. Как уже отмечалось выше, при построении плана автомат использует трехуровневую внутреннюю модель среды; нижний уровень плана представ­ ляет собой последовательность переходов из одной клетки второго уровня внутренней модели в другую. Выбор конкрет­ ного плана фиксирует и определенную последовательность клеток второго уровня внутренней модели среды, через ко­ торые должен проходить реальный путь движения автомата. Эта последовательность клеток ориентиров автоматом запо­ минается. При выполнении плана внутренняя модель исполь­ зуется автоматом для определения своего места нахождения, т. е. ориентации в среде. Произведя какой-либо шаг, автомат «мысленно» передвигается и по внутренней модели среды. При этом в каждый момент времени он может определить свое положение в среде на различных уровнях внутренней модели. Эта информация и используется автоматом для сравнения с тем положением в среде, которое предусмотрено планом.

Таким образом, в процессе движения автомат производит постоянный контроль соответствия своего положения в среде ранее запланированному. В тех случаях, когда оказывается, что положение автомата не соответствует ни одной из кле­ ток-ориентиров, сформированный план считается нарушен­ ным и следящая система «по результатам» включает специ­ альные аварийные программы коррекции. Действие этих программ состоит в следующем. С момента обнаружения рас­ согласования автомат начинает отсчет действий-шагов, про­ должая движение в прежнем направлении. После выполне­ ния определенного, заранее заданного экспериментатором,

план низшего уровня и начинает движение по плану выс­ шего уровня, т. е. по общему направлению к цели (при этом сохраняется возбуждение только i-модели элемента высшего уровня плана, а возбуждение г'-моделей этапов плана низше­ го уровня приравнивается нулю). Если и в этом случае по­ сле выполнения заранее заданного количества шагов авто­ мат не попадает в одну из клеток, предусмотренных планом, или не достигает цели, движение прекращается и из послед­ ней клетки план перестраивается заново. При перестройке плана могут быть использованы сформированные ранее Р-поверхности.

Следящая система «по чувствам» в процессе движения автомата постоянно сравнивает уровень возбуждения г-модели

НПр с некоторым «критическим» уровнем, величина ко­ торого зависит от предполагаемого на данном этапе плана «эмоционального» состояния автомата. «Критический» уро­ вень для каждого этапа определяется как сумма некоторой, начально задаваемой, постоянной величины (характеризую­ щей «прошлый опыт» и «характер» автомата) и добавки, линейно зависящей от среднего уровня Р-поверхности на соответствующем этапу участке среды. Если уровень воз­ буждения i-модели НПр превышает «критический», автомат прекращает движение и из последней клетки перестраивает план заново.

Предыдущие эксперименты с автоматами РЭМ-1 и РЭМ-2 были проведены на участке среды, ограниченном «полем зрения» РЗМа в режиме стратегического осмотра. В общем случае автомат помещается в среду произвольных размеров и его поведение состоит из следующих этапов: стратегиче­

осмотра нового участка и т. д. до достижения главной цели. Рассмотрим этот процесс более подробно на примере ис­ следования поведения М-автомата «норма» в среде, часть которой изображена на рис. 51 (утолщенные линии показы­ вают границы пространства, соответствующего клеткам вто­ рого уровня внутренней модели среды). Клетка среды, явля­ ющаяся главной целью автомата, отмечена буквой F3. Стрел­ ками различной величины показаны: составные действия, выбранные автоматом для достижения промежуточных це­ лей; сложные действия (план поведения, выбираемый на

дой, описанной при рассмотрении предыдущих эксперимен­ тов. В этой среде проводилось детальное исследование реак­ ций автомата и его настройка. Не останавливаясь повторно па описании поведения автомата на участке I , отметим толь­ ко, что выработанный им план поведения был выполнен: автомат достиг предусмотренной планом промежуточной це­ ли — клетки Fi.

Однако, поскольку автомат все ше попадает в нее, он начи­ нает выполнять этап плана по передвижению из клетки В в следующую запланированную. Автомат выполняет остав­ шиеся этапы и приходит в клетку F3, содержащую главную цель.

В процессе достижения главной цели автоматом было вы­ полнено 46 простых действий-шагов за 81 такт функциони­ рования. При этом суммарная разность возбуждений цент­ ров Пр и НПр составила 35 усл. ед. на такт. На I участке среды план выполнен автоматом без значительных наруше­ ний; на I I участке автомат «сбился» с намеченного пути п вынужден был построить новый план, ие достигнув проме­

и автомат пришел в клетку Fz, содержащую главную цель.

на участках I I и I I I реакций автомата свидетельствует о воз­ можности его нормального функционирования в любой пз сред выбранного класса (т. е. содержащих только объекты выбранного типа). Наличие нарушений плана на этих участ­ ках не должно рассматриваться как следствие «новизны» среды. Более того, среда была специально организована та­ ким образом, чтобы способствовать нарушению планов. Это обстоятельство было вызвано необходимостью проверки фун­ кционирования следящих систем автомата.

Как видно из описания эксперимента, автомат РЭМ впол­ не успешно справляется с задачей целенаправленного пере­ движения в среде, содержащей «знакомые» для него объек­ ты. Это позволяет считать, что построение физических устройств по типу необучающихся М-автоматов уже в на­ стоящее время может оказаться эффективным для решения ряда практических задач, связанных с автономным передви­ жением роботов в реальных средах с ограниченным разно­ образием объектов.

Результаты экспериментального исследования описанного ранее М-автомата РЭМ-2 показали, что пспользование пол­ ного М-автомата в качестве системы, формирующей двига­ тельное поведение, позволяет успешно решать задачу авто­ матического управления целенаправленным передвижением различного рода объектов в некотором классе сред. Мы ви­ дели также, что решение этой задачи с помощью необучающегося М-автомата, каковым является РЭМ-2, предполагает использование при его задании информации о среде, в кото­ рой автомату предстоит функционировать. При этом, чем полнее используется такая информация, тем «лучшим» ока­ зывается поведение, формируемое необучающимся М-авто- матом. В ряде случаев, однако, полная априорная информа­ ция о среде может отсутствовать. Ситуации такого рода характерны для некоторых практически важных задач авто­ матизации [26, 53, 59, 67]. Поэтому представляет значитель­ ный интерес изучение принципов построения таких М-авто- матов, которые могли бы начинать свое функционирование на основе зафиксированной в их структуре неполной инфор­ мации о среде, а затем «улучшали» бы свое поведение, ис­ пользуя накапливаемый ими опыт. Речь идет, таким обра­ зом, о создании М-автоматов, способных формировать адап­ тивное поведение.

Формирование М-автоматом адаптивного поведения свя­ зано, очевидно, с реализацией в его М-сети процессов обуче­ ния и самоорганизации. Изучение этих процессов в М-сетях

исоставило основное содержание работ по дальнейшему раз­ витию моделп двигательного поведения. Результатом этих работ явилось построение и экспериментальное исследование полного самообучающегося и самоорганизующегося М-авто­ мата МОД.

Вработе [5] высказано теоретическое предположение о том, что сравнительно простые операции изменения весов связей в М-сети, осуществляемые по-разному в зависимости от состояния интегрирующих центров оценочной сферы (Пр

иНПр), могут обеспечить существенное увеличение эффек­ тивности работы рассматриваемых систем. Это предположе­ ние нуждалось в экспериментальной проверке по следующим основным причинам.

1. Хорошо известны работы по исследованию обучения путем изменения весов связей в системах типа персептрон [26]. Однако использовать имеющиеся здесь результаты для случая М-автоматов невозможно, поскольку рассматривае­ мые нами системы отличаются от персептропов следующими существенными моментами: а) М-сети содержат некоторое множество уровней, или «слоев», г-моделей, между которыми имеются как прямые (в направлении рецепторы — эффекто­ ры), так и многочисленные обратные связи; это обстоятель-

4. Экспериментальный характер исследования диктовал­ ся следующими соображениями. Хотя описание процессов обучения М-сети в общем виде, безусловно, предпочтитель­ нее, однако М-сеть является «неудобным» для формализации объектом. Прежде всего, это связано с тем, что упрощение ее характеристик, неизбежное при формализации, может привести к существенному изменению ее свойств. Далее, представлялось затруднительным или мало перспективным использовать существующие в настоящее время методы фор­ мального описания объектов такого рода. Так, ряд методов, предложенных для описания процессов в сетевых структу­ рах, применим только для регулярных (например, типа ре­ шеток) или однородных (относительно свойств элементов) сетей, в то время как М-сеть не является ни регулярной, пи однородной. Разработанные методы синтеза сетей из по­ роговых нейронов [21] также неудобны в нашем случае, по­ скольку предусматривают предварительное формально-логи­ ческое описание требуемых функций сети (а мы как раз и хотим исследовать, какие функции сеть в состоянии реа­ лизовать). Кроме того, существующие алгоритмы синтеза обеспечивают построение сетей весьма небольшого объема.

Как упоминалось выше, нашей задаче не соответствуют языки описания персептронов и автоматов с линейной так­ тикой. Определенные возможности имеются при использова­ нии методов синтеза конечных автоматов [18, 19]. Здесь не­ обходимо представление в качестве элементарных автоматов г-моделеи и связей сети, что создает определенные труднос­ ти и обусловливает различного рода упрощения. Значитель­ ные трудности связаны с представлением в этом языке функ­ ций СУТ. Кроме того, проведению работ по формализации, требующих значительных усилий, представлялось целесооб­ разным предпослать доказательство существования решения, которое могло быть дано экспериментальным исследованием модели сети.

Процессы в сети могут быть естественным образом опи­ саны дифференциальными уравнениями, хотя и здесь значи­ тельные трудности связаны с представлением многоуровне­ вой СУТ. Заранее ясно, что число уравнений в системе, описывающей достаточно сложную сеть, окажется весьма большим. Это потребует применения для решения этой си­ стемы численных методов, так что преимущества такого под­ хода оказываются сомнительными. Использованные нами потактовые расчеты состояния М-сети, по существу, эквива­ лентны численному решению некоторой системы уравнений каким-либо из шаговых методов. Отметим, что при этом со­ храняется наглядность представления сети, а ее функцио­ нальные характеристики задаются без существенных упро­ щений.

Т а б л и ц а 6

ражителя

гСхема взаимодействия блоков представлена на рис. 52. Здесь

Р— блок приема информации, ПО — блок понятийных обоб­

щений, ПС — блок памяти ситуаций, Э — блок эмоций, Ж — блок желаний, Д — блок действий и СУТ — система усиле­ ния — торможения.

* Блок приема информации содержит некоторое множество i-моделей, каждая из которых поставлена в соответствие од­ ному из раздражителей. Если в ячейках окрестности авто­ мата содержатся некоторые из этих раздражителей, то

гсоответствующие им i-модели возбуждаются. Между i-моде­ лями раздражителей н i-моделями возможных шагов автома­

Рис. 52. Схема взаимодей­ СУТ ствия блоков М-сети ав­

томата МОД.

ПС

Ж

возникать «ассоциативные» связи. Воспринятая в блоке Р информация передается для обработки в блоки понятийных обобщений, памяти ситуаций и эмоций.

Блок понятийных обобщений. Раздражители, содержа­ щиеся в среде, могут быть объединены в различные группы и классы. Каждой из групп и классам ставятся в соответ­ ствие определенные i-модели. Таким образом, блок содержит i-модели понятий различного уровпя. Исследование механиз­ мов представления понятий п систем понятий в М-сетях со­ ставляет отдельную задачу. Для изучения этих механизмов разработана специальная модель, обсуждение которой удоб­ но провести ниже. Поэтому будем считать пока, что некото­ рая начальная структура блока задана. Начальная совокуп­ ность связей между i-моделями понятий составляет «си­ стему знаний» автомата. Последняя пмеет иерархическую организацию. Связи, пз которых она состоит, характеризуют­ ся высокой проходимостью. В процессе функционирования автомата на «систему знаний» могут накладываться «ассо­ циативные» связи. Между i-моделями понятий и i-моделями действий в блоке Д могут устанавливаться связи, обеспечи­

зервные» элементы). На множестве этих элементов задана закономерность «спонтанных» возбуждений. Блок содержит i-модели, относящиеся к двум уровням. i-Модели первого