1 / 23

Schwärme – steering behaviors

Aktorik, Lernen, Motion Tracking, diverse Roboter HK Kognitive Robotik II Lehrstuhl für Künstliche Intelligenz, Institut für Informatik, HU-Berlin. Schwärme – steering behaviors. Behrang Alavi, Ferry Bachmann, Frank Holfert. Aktorik, Lernen, Motion Tracking, diverse Roboter

jace
Télécharger la présentation

Schwärme – steering behaviors

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Aktorik, Lernen, Motion Tracking, diverse Roboter HK Kognitive Robotik II Lehrstuhl für Künstliche Intelligenz, Institut für Informatik, HU-Berlin Schwärme – steering behaviors Behrang Alavi, Ferry Bachmann, Frank Holfert

  2. Aktorik, Lernen, Motion Tracking, diverse Roboter HK Kognitive Robotik II Lehrstuhl für Künstliche Intelligenz, Institut für Informatik, HU-Berlin Schwärme – steering behaviors Tierreich – Schwärme, Schulen, Herden… Wanderheuschrecken - 500 Mrd. Dreistachelige Stichlinge - 500 Mrd. Springböcke - 70.000 Monarchfalter - 50 – 100 Mio. Behrang Alavi, Ferry Bachmann, Frank Holfert

  3. Aktorik, Lernen, Motion Tracking, diverse Roboter HK Kognitive Robotik II Lehrstuhl für Künstliche Intelligenz, Institut für Informatik, HU-Berlin Schwärme – steering behaviors Schwärme • regelbasiertes Verhalten in dezentralen homogenen Systemen • Wechselwirkung vieler einzelner Denkprozesse können zur • Effizienzsteigerung des Gesamtsystems • Leistungverschlechterung des Gesamtsystems führen • Untersuchungsansatz der Wissenschaft ‚Unter welchen Bedingungen führt Interaktion von Individuen zur Effizienzsteigerung bzw. Leistungsverschlechterung des Gesamtsystems?‘ • Untersuchungsstrategie • Simulation des komplexen Verhaltens von Fisch- und Vogelschwärmen Behrang Alavi, Ferry Bachmann, Frank Holfert

  4. Aktorik, Lernen, Motion Tracking, diverse Roboter HK Kognitive Robotik II Lehrstuhl für Künstliche Intelligenz, Institut für Informatik, HU-Berlin Schwärme – steering behaviors Schwärme – historischer Abriss biologisch – bis weit ins 20. Jh. – schwieriges Problem • bis in die 30er Jahre – Annahme von Gedankenübertragung von Vögeln 1965 – These über Sphären • Bedürfnis eines Individduums in die Sphäre des anderen einzudringen • erklärt Schwarmzusammenhalt, jedoch keine komplexen Schwarmverhalten 1985 – Susan Amkraut & Micheal Girard „Eurhythmy“ • Animationssequenz eines Taubenschwarms • anziehende Kraft – Zusammenhalt der Gruppe • abstoßende Kraft – verhindert Zusammenstoß der Tiere Behrang Alavi, Ferry Bachmann, Frank Holfert

  5. Aktorik, Lernen, Motion Tracking, diverse Roboter HK Kognitive Robotik II Lehrstuhl für Künstliche Intelligenz, Institut für Informatik, HU-Berlin Schwärme – steering behaviors Schwärme – historischer Abriss II 1987 – Computerwissenschaftler Craig Reynolds • Beobachtung von Amselschwärmen in der Mittagspause • Suche nach einem Führungstier - erfolglos Schlussfolgerung • Schwarmverhalten ist Überlagerung der Bewegung einzelner Tiere • Einzeltiere folgen einfachen Regeln Schwarm – Modell • Grundlage heutiger autonomer Robotersysteme bis heute • Erweiterung, Verfeinerung des Schwarmmodells • zahlreiche Verwendung in Film- und Spieleindustrie Behrang Alavi, Ferry Bachmann, Frank Holfert

  6. Aktorik, Lernen, Motion Tracking, diverse Roboter HK Kognitive Robotik II Lehrstuhl für Künstliche Intelligenz, Institut für Informatik, HU-Berlin Schwärme – steering behaviors Schwarmmodell (nach Craig Reynolds) • große Anzahl künstlicher Objekte (Boids) deren Bewegungsmuster Schwärmen ähneln • Grundmodell basiert auf drei einfachen Regeln Reaktionen eines Boids auf Position und Geschwindigkeit seiner Nachbarn • Boids • einzelne simulierte Kreatur • Punkt-Masse – Objekte mit Position und Geschwindigkeit Behrang Alavi, Ferry Bachmann, Frank Holfert

  7. Aktorik, Lernen, Motion Tracking, diverse Roboter HK Kognitive Robotik II Lehrstuhl für Künstliche Intelligenz, Institut für Informatik, HU-Berlin Schwärme – steering behaviors Schwarmmodell (nach Craig Reynolds) II Separation (Kollisionvermeidung) • Abstand zu anderen Individuen halten (Menschen in der Fußgängerzone) • meist nur unmittelbares Umfeld • Beachtung anderer in eigener Bewegungsbahn Behrang Alavi, Ferry Bachmann, Frank Holfert

  8. Aktorik, Lernen, Motion Tracking, diverse Roboter HK Kognitive Robotik II Lehrstuhl für Künstliche Intelligenz, Institut für Informatik, HU-Berlin Schwärme – steering behaviors Schwarmmodell (nach Craig Reynolds) III Alignment (Ausrichten) • Versuch sich dem Verhalten einer Gruppe anzugleichen • Angleichen des Richtungs-vektors an den Durchschnitts-richtungsvektor der Umgebung • Nach Anpassung vollzieht die Gruppe Richtungsänderungen als Einheit Behrang Alavi, Ferry Bachmann, Frank Holfert

  9. Aktorik, Lernen, Motion Tracking, diverse Roboter HK Kognitive Robotik II Lehrstuhl für Künstliche Intelligenz, Institut für Informatik, HU-Berlin Schwärme – steering behaviors Schwarmmodell (nach Craig Reynolds) IV Cohesion (Zusammenhalt) • zuständig für den zusam-menhalt einer Gruppe • Zusteuerung auf die durschnittliche Positionder Umgebung • nur in Verbindung mit Separation, sonst steuern alle auf einen Punkt zu Behrang Alavi, Ferry Bachmann, Frank Holfert

  10. Aktorik, Lernen, Motion Tracking, diverse Roboter HK Kognitive Robotik II Lehrstuhl für Künstliche Intelligenz, Institut für Informatik, HU-Berlin Schwärme – steering behaviors Schwarmmodell (nach Craig Reynolds) V Flocking • Verhaltensweise, die es Individuen erlaubt, sich einer Gruppe anzuschließen • Kombination von separation, cohesion und alignment • Gewichtung der Steuersignale beeinflusst Form des Schwarms Behrang Alavi, Ferry Bachmann, Frank Holfert

  11. Aktorik, Lernen, Motion Tracking, diverse Roboter HK Kognitive Robotik II Lehrstuhl für Künstliche Intelligenz, Institut für Informatik, HU-Berlin Schwärme – steering behaviors Steering Behaviors • logische Weiterentwicklung des Boids-Modell • zusätzliche Steuerungsverhalten • z.B. Regeln zum Hindernisausweichen • wieder ausschließlich Strategien basierend auf lokalen Informationen • „Steering Behaviors“ – Craig Reynolds, 1999 • Verhaltensweisen für die unterste Steuerungsebene koplexer autonomer Systeme • „Steering Behaviors“ – Robin Green, 2000 • enstand als Teil der Entwicklung des Spiels „Dungeon Master 2“ Behrang Alavi, Ferry Bachmann, Frank Holfert

  12. Aktorik, Lernen, Motion Tracking, diverse Roboter HK Kognitive Robotik II Lehrstuhl für Künstliche Intelligenz, Institut für Informatik, HU-Berlin Schwärme – steering behaviors Steering Behaviors II Grundlegende Steuerfertigkeiten eines einzelnen Individuums • seek and flee • pursuit, evasion and offset pursuit • arrival • obstacle avoidance • path following Steuerfertigkeiten eines Gruppenmitglieds • separation • cohesion • alignment • flocking • leader following Behrang Alavi, Ferry Bachmann, Frank Holfert

  13. Aktorik, Lernen, Motion Tracking, diverse Roboter HK Kognitive Robotik II Lehrstuhl für Künstliche Intelligenz, Institut für Informatik, HU-Berlin Schwärme – steering behaviors Steering Behaviors IIa seek and flee Behrang Alavi, Ferry Bachmann, Frank Holfert

  14. Aktorik, Lernen, Motion Tracking, diverse Roboter HK Kognitive Robotik II Lehrstuhl für Künstliche Intelligenz, Institut für Informatik, HU-Berlin Schwärme – steering behaviors Steering Behaviors IIb arrival Behrang Alavi, Ferry Bachmann, Frank Holfert

  15. Aktorik, Lernen, Motion Tracking, diverse Roboter HK Kognitive Robotik II Lehrstuhl für Künstliche Intelligenz, Institut für Informatik, HU-Berlin Schwärme – steering behaviors Steering Behaviors IIc obstacle avoidance Behrang Alavi, Ferry Bachmann, Frank Holfert

  16. Aktorik, Lernen, Motion Tracking, diverse Roboter HK Kognitive Robotik II Lehrstuhl für Künstliche Intelligenz, Institut für Informatik, HU-Berlin Schwärme – steering behaviors Steering Behaviors IId path following Behrang Alavi, Ferry Bachmann, Frank Holfert

  17. Aktorik, Lernen, Motion Tracking, diverse Roboter HK Kognitive Robotik II Lehrstuhl für Künstliche Intelligenz, Institut für Informatik, HU-Berlin Schwärme – steering behaviors Steering Behaviors IIe leader following Behrang Alavi, Ferry Bachmann, Frank Holfert

  18. Aktorik, Lernen, Motion Tracking, diverse Roboter HK Kognitive Robotik II Lehrstuhl für Künstliche Intelligenz, Institut für Informatik, HU-Berlin Schwärme – steering behaviors Steering Behaviors IIf queuing Behrang Alavi, Ferry Bachmann, Frank Holfert

  19. Aktorik, Lernen, Motion Tracking, diverse Roboter HK Kognitive Robotik II Lehrstuhl für Künstliche Intelligenz, Institut für Informatik, HU-Berlin Schwärme – steering behaviors Simulation mit steering behaviors action selection Ziele – Strategien – Planung steering Pfadberechnung - Steuerung locomotion Animation - Bewegung Behrang Alavi, Ferry Bachmann, Frank Holfert

  20. Aktorik, Lernen, Motion Tracking, diverse Roboter HK Kognitive Robotik II Lehrstuhl für Künstliche Intelligenz, Institut für Informatik, HU-Berlin Schwärme – steering behaviors action selection (‚mind‘) • vorgegebenes Regelwerk • Gehirn des autonomen Fahrzeugs • Erzeugen des endgültigen Steuervektors • einzelne Verhalten (‚Rolle der Sensoren‘) • Möglichkeit zur zweckdienlichen Analyse der Umwelt • Erzeugen eines eigenen Steuervektors für das entsprechende Verhalten • gewichtetes Zusammensetzen der Einzelvektoren • Verschiedenste Implemetierungen möglich • z.B. simpleMind – priorityMind Behrang Alavi, Ferry Bachmann, Frank Holfert

  21. Aktorik, Lernen, Motion Tracking, diverse Roboter HK Kognitive Robotik II Lehrstuhl für Künstliche Intelligenz, Institut für Informatik, HU-Berlin Schwärme – steering behaviors action Selection – simpleMind • einfachste Art der Implementierung • Zuordnung: VerhaltenEinfluss • Beispiel • Produkte aus Einzelvektoren und deren Einfluss • Addition der Produkte zum Engültigen Steuervektor (evtl. Normierung) • Separation oder ObstacleAvoidance oft höhere Priorität Behrang Alavi, Ferry Bachmann, Frank Holfert

  22. Aktorik, Lernen, Motion Tracking, diverse Roboter HK Kognitive Robotik II Lehrstuhl für Künstliche Intelligenz, Institut für Informatik, HU-Berlin Schwärme – steering behaviors action Selection – priorityMind • Unterdrücken einzelner Verhalten möglich • Einfluss (siehe simpleMind) entspricht prozentualem Anteil an der maximal einsetzbaren Kraft des Fahrzeugs • priorityMind verteilt die maximal verwendbare Kraft an die Einzelverhalten • Beispiel Behrang Alavi, Ferry Bachmann, Frank Holfert

  23. Aktorik, Lernen, Motion Tracking, diverse Roboter HK Kognitive Robotik II Lehrstuhl für Künstliche Intelligenz, Institut für Informatik, HU-Berlin Schwärme – steering behaviors Quellen - Links „steering behaviors“ http://www.steeringbehaviors.de/ Craig Reynolds: „Boids“, „steering behaviors“ http://www.red3d.com/cwr/ Swarm - Distributed programming of autonomous robots http://www.irobot.com/rd/p07_Swarm.asp Roboter-Herden und simuliertes Schwarmverhalten http://www.schwarmverhalten.de/ Behrang Alavi, Ferry Bachmann, Frank Holfert

More Related