Generación de comportamientos en robots autónomos mediante una arquitectura cognitiva híbrida

• Autores: Miguel Ángel González Santamarta
• Directores de la Tesis: Vicente Matellán Olivera (dir. tes.), Francisco Javier Rodríguez Lera (dir. tes.)
• Lectura: En la Universidad de León ( España ) en 2024
• Idioma: español
• Número de páginas: 182
• Títulos paralelos:
  • Generations of behaviors in autonomous robots through a hybrid cognitive architecture
• Tribunal Calificador de la Tesis: Miguel Cazorla Quevedo (presid.), Lidia Sánchez González (secret.), Francisco Bellas Bouza (voc.)
• Enlaces
  • Tesis en acceso abierto en: BULERIA
• Resumen
  • español

    En la inteligencia artificial y la robótica, uno de los objetivos que persisten en las últimas décadas es crear robots autónomos que puedan realizar tareas complejas en entornos dinámicos. En estos entornos, los robots deben no solo reaccionar en escenarios predefinidos o deterministas, sino también aprender y adaptarse en tiempo real, reflejando una flexibilidad cognitiva similar a la inteligencia humana.

    Sobreponerse a estos desafíos requiere el desarrollo de arquitecturas cognitivas que integren capacidades reactivas, deliberativas y emergentes de manera fluida.

    Se han explorado diversos enfoques, como sistemas deliberativos, arquitecturas de tres capas, modelos reactivos y sistemas emergentes, todos buscando generar comportamientos inteligentes en robots autónomos.

    Así, este trabajo de investigación se centra en el diseño, desarrollo, despliegue y evaluación de una arquitectura cognitiva híbrida para generar, controlar, planificar y monitorizar comportamientos en robots autónomos. Esta arquitectura integra componentes reactivos, deliberativos y emergentes, con el objetivo de incrementar la capacidad para adaptarse a entornos dinámicos y tomar decisiones inteligentes en tiempo real, mejorando su autonomía y desempeño. En el panorama actual de la investigación en robótica, el desarrollo de arquitecturas híbridas ha surgido como un camino crítico para abordar las limitaciones de las arquitecturas puramente reactivas o puramente deliberativas. Los sistemas deliberativos son hábiles en el razonamiento simbólico y la planificación, pero tienen dificultades cuando se enfrentan a la naturaleza dinámica e impredecible de los entornos del mundo real.

    Por otro lado, los sistemas reactivos sobresalen en tareas que necesitan responder de forma rápida a estímulos producidos por los sensores en tiempo real, pero carecen de la capacidad para razonar a alto nivel y planificar. La mezcla de las capacidades deliberativas, reactivas y emergentes junto a la organización en capas da como resultado la arquitectura que se presenta en este trabajo.

    La revisión sistemática de la literatura llevada a cabo se ha centrado en los artículos de investigación recientes que tratan este tema. De esta manera, la revisión da como resultado las arquitecturas cognitivas recientes, las herramientas empleadas para generar comportamientos, los métodos y métricas utilizados para evaluar las arquitecturas. De esta forma, se han obtenido herramientas como las máquinas de estados, los árboles de comportamiento, el PDDL, los planificadores simbólicos, los grafos de conocimiento y diferentes tipos de componentes emergentes.

    También se han identificado diferentes formas para evaluar las arquitecturas cognitivas, entre las que destaca el uso de experimentos con interacción con humanos;

    y las métricas empleadas, como el tiempo de ejecución, la distancia recorrida y el rendimiento.

    Con todo esto, se presenta una arquitectura cognitiva híbrida para robots autónomos integrada en ROS 2. La arquitectura cognitiva, llamada MERLIN2, consta de un sistema deliberativo, basada en una base de conocimiento y un planificador simbólico; un sistema de comportamientos, compuesto por componentes reactivos;

    y varios componentes emergentes. De esta manera, se tratan los principales aspectos cognitivos, como la percepción, la selección de acciones, la memoria, el aprendizaje, el razonamiento y la explicabilidad. Por último, se presenta la experimentación, que muestra que la arquitectura es un solución válida para robots autónomos.

  • English

    In the field of artificial intelligence and robotics, one enduring objective is to create autonomous robots capable of performing complex tasks in dynamic environments.

    In these environments, robots not only need to react in predefined or deterministic scenarios but also learn and adapt in real-time, mirroring a cognitive flexibility akin to human intelligence. Achieving this autonomy entails developing cognitive architectures that seamlessly integrate reactive, deliberative, and emergent capabilities. Over the last few decades, various approaches—deliberative systems, three-layer architectures, reactive models, and emergent systems—have been explored, all aiming to generate intelligent behaviors in autonomous robots.

    Thus, this research work focuses on the design, development, deployment and evaluation of a hybrid cognitive architecture to generate, control, plan, and monitor behaviors in autonomous robots. This architecture amalgamates reactive, deliberative, and emergent components, aiming to enhance adaptability in dynamic environments and make intelligent real-time decisions, thereby improving autonomy and performance. In the current landscape of robotics research, the development of hybrid architectures has emerged as a critical path to address limitations seen in purely reactive or purely deliberative architectures. Deliberative systems excel in symbolic reasoning and planning but face challenges when dealing with the dynamic and unpredictable nature of real-world environments.

    Conversely, reactive systems excel in tasks requiring rapid responses to realtime sensor stimuli but lack high-level reasoning and planning capabilities. The combination of deliberative, reactive, and emergent capacities, alongside layered organization, results in the architecture presented in this work.

    The systematic literature review undertaken has focused on recent research articles addressing this topic, resulting in insights into recent cognitive architectures, behavior-generating tools, methods, and metrics used to evaluate these architectures. Tools such as state machines, behavior trees, PDDL, symbolic planners, knowledge graphs, and various types of emergent components have been identified. Different methods for evaluating cognitive architectures, notably experiments involving human interaction, and metrics such as execution time, distance traveled, and performance, have also been highlighted.

    In conclusion, a hybrid cognitive architecture integrated into ROS 2 for autonomous robots, termed MERLIN2, is presented. MERLIN2 comprises a deliberative system based on a knowledge base and a symbolic planner, a behavior system composed of reactive components, and several emergent components. It addresses core cognitive aspects like perception, action selection, memory, learning, reasoning, and explainability. Finally, the experimentation presented showcases the architecture as a valid solution for autonomous robots.