Resumen de Arquitectura y diseño de un sistema completo de navegación semántica. Descripción de su ontología y gestión de conocimiento
En el actual mundo de la robótica, existe una tendencia general de implementar mecanismos conductuales basados en la psicología humana tomando como ejemplo el procesamiento natural del pensamiento. Esto permite una mayor comprensión del entorno y de los objetos que contiene. Esta tesis se desarrolla con la idea subyacente de conseguir que un robot se comporte de manera semejante a como lo haría un ser humano. Esto no es algo inusual, muchos investigadores dedican su esfuerzo a crear sistemas que resuelven una determinada tarea de una manera similar a como lo resolvería una persona. En el caso de esta tesis, la tarea o habilidad sobre la que se ha trabajado ha sido la navegación de robots móviles.
En el caso de la navegación es necesario que se procesen una serie de subtareas de cuya eficiencia va a depender que el robot llegue realmente al lugar al que quería ir. Se necesita un planificador que decida los lugares a los que se debe dirigir el robot. Y si esas decisiones se toman en base a una clasificación razonada del entorno, que se realiza en función de una serie de conceptos que definen el mundo que rodea al robot, se está realizando una navegación a un nivel más abstracto que el geométrico o topológico, más cercano a la manera de proceder de un ser humano. En esta tesis, este nivel de navegación es referido como navegación semántica, tal como otros autores han hecho anteriormente. En este punto, se puede definir que el objetivo principal de esta tesis es diseñar e implementar un sistema de navegación semántica que gestione una mayor cantidad de conceptos y relaciones, al mismo tiempo que se estudian las implementaciones más eficientes. Esto permite clasificar de una manera precisa el entorno y dota de mayor autonomía al robot a la hora de encontrar rutas que le acerquen a su destino.
Habiendo enmarcado la tesis dentro de este objetivo, se ha trabajado sobre el diseño de una ontología para definir el entorno. Todos los navegadores necesitan manejar un mapa que es interpretado por el planificador y que además sirve para que el robot se localice en el mundo que le rodea. En el caso de la navegación semántica, la información representada en esta ontología funciona como mapa semántico y cumple con esta función. El diseño de la ontología también es determinante para el sistema de razonamiento que necesita incorporar el navegador. Este sistema de razonamiento es el que se encarga de extraer la información necesaria a partir de los datos de los que se dispone y que se almacenan como entidades de la ontología.
La navegación semántica requiere además que se incorporen al robot varios subsistemas que aporten distintas habilidades. La capacidad sensorial es una de estas habilidades. Debido a las características de este tipo de navegación, la capacidad sensorial es mucho más exigente que en otros navegadores puesto que el robot necesita percibir los objetos del entorno. Otra habilidad destacable es la capacidad de interacción con los usuarios humanos. Además, se necesita un sistema de navegación geométrico o topológico para el bajo nivel, ya que la navegación semántica ha sido tratada como una capa superior de abstracción que se construye sobre otro navegador.
En esta tesis se detalla cómo funciona el sistema navegador completo, el desarrollo de los subsistemas y la integración de todos ellos. La arquitectura del sistema ha sido diseñada para ser modular, con lo que se ha podido implementar varias soluciones diferentes para todos los módulos. Esto ha llevado a integrar varios sistemas de percepción, probar con distintos sistemas de razonamiento, dos tipos de navegadores (uno geométrico y otro topológico) y dos interfaces de usuario (una por teclado y otra basada en un sistema de diálogo con voz). Esto sugiere que el sistema de navegación desarrollado en esta tesis es a su vez una buena herramienta para analizar y comparar los subsistemas por separado.
La gestión de la información semántica es otra de las cuestiones relevantes en esta tesis. Por ello quedan descritos los procedimientos mediante los que se obtiene la información necesaria para el razonador. Se contempla la recursividad de destinos, puesto que la respuesta a una petición de destino puede ser desconocida, pero sucesivas iteraciones pueden llevar a un destino conocido. Además, se han estudiado varias maneras de ampliar la información que tiene el sistema. Esto es, por lo tanto, aprender. Las vías de aprendizaje contempladas, aparte de la introducción manual de datos, son la clasificación autónoma de estancias, consultas en webs de conocimiento y la interacción con humanos mediante diálogo. La capacidad de adquisición de nuevos conceptos o relaciones por parte del robot, está directamente relacionada con su autonomía. El robot no necesita de la intervención humana si es capaz de aprender nuevos conceptos por sí mismo.
Una vez explicados los sistemas desarrollados en esta tesis, se describen una serie de experimentos bien documentados. Se han incluido pruebas de integración, pruebas de subsistemas individuales, pruebas de aprendizaje y pruebas de razonamiento. Tras estos experimentos se consideran alcanzados los objetivos.
