Configuración del sistema autónomo de robot

Se detalla el diagrama de actividad correspondiente a la configuración del SAR en la Figura 4.9. En este contexto se realizan las siguientes actividades:[a] la selección del ambiente de operación del SAR, éstos se clasifican en escenarios asociados a los estados de evolución y los layers que los comprenden, éstos son, escenario Born-Newbie asociado al layer BIO, escenario Newbie-Trained asociado al layer TBO, escenario Trained-Mature asociado al layer WIO, [b] configuración de parámetros generales que corresponden a la cantidad de ciclos que se ejecutarán, el método de comparación de teorías que se aplicará (exacto, umbral fijo, umbral variable) y la selección de la base de conocimiento del SAR, [c] la configuración de estadísticas, que comprende la

determinación del intervalo de muestras del estado de ejecución del SAR, la determinación del intervalo de distribución de utilidad de teorías y la elección de los datos a registrar (Ciclos, Cantidad de Situaciones, Cantidad de Teorías Acumuladas, Cantidad de Teorías Nuevas, Cantidad de Teorías Exitosas, Cantidad de Teorías por intervalo de utilidad, Cantidad de Ciclos Exitosos, Cantidad de Planes Exitosos, Cantidad de planes, Cantidad de planes sin éxito, Cantidad de Azares) que conformarán la estadística del comportamiento del SAR,[d] rendimiento de aprendizaje en función del porcentaje de ciclos exitosos y el porcentaje de teorías nuevas.

act Configuracion

Configuración SAR

Configuración Parámetros Generales Determinar Cantidad Ciclos Corrida Seleccionar Método de Comparación de Teorias Los métodos pueden ser: - Exacto - Umbral fijo - Umbral variable

Configuración Estadistica y Rendimiento de Aprendizaj e Seleccionar Interv alo

de Muestra

Seleccionar Interv alo de Distribución de

Utilidad de Teoría

Cada cuantos ciclos se toma una muestra del estado de la ejecución. Cantidad de intervalos en el que se divide el rengo de utilidad [0;1] Seleccionar datos a registrar -Ciclos -Cant. de Situaciones -Cant. de Teorias Acumuladas

-Cant. de Teorias Nuevas -Cant. de Teorias Exitosas -Cant. de Teorias por Intervalo de Utilidad -Cant. de Ciclos Exitosos -Cant. de Planes Exitosos -Cant. de Azares Seleccionar Tipo SAR Seleccionar Base de Conocimiento Base de Conocimiento en función del estado de evolución del SAR Usa Base de Conocimiento Seleccionar

Ambiente Escenario Born - Newbie

(Layer BIO) Escenario Newbie - Trained (Layer T IO) Escenario Trained - Mature (Layer WIO)

Fin Configuración SAR SAR Fij ar Rendimiento de Aprendizaj e

% de rendimiento de ciclos exitosos (%rce)

% de rendimiento teorias nuevas (%rtn)

a alcanzar para la evolucion de estado del SAR.

[SI]

SOLUCION PROPUESTA MODELO DE CICLO DE VIDA PARA EL APRENDIZAJE BASADO EN COMPARTICIÓN DE CONOCIMIENTOS EN SAR

TESIS DOCTORAL EN CIENCIAS INFORMÁTICAS JORGE IERACHE59 4.4.2.2 Selección del sistema autónomo de robot y sus métodos asociados.

Se presenta en la Figura 4.10, el diagrama de actividad correspondiente a la selección del tipo de SAR y sus métodos asociados, en este orden se presenta en primer lugar la selección del SAR con planificador para la determinación de las acciones del SAR, o aplicar un SAR reactivo que no aplica planificador y se emplea para generar una base de conocimiento de teorías iniciales. En segundo lugar en el contexto de SAR con planificador, las actividades que se realizan en el marco de su elección son:[a] seleccionar el método que se aplicará para determinar la utilidad (clásica basada en la situación, coeficientes, basado en la acción) de las teorías que aplica el SAR ,[b] selección del planificador a emplear, en este orden se presentan el planificador clásico (SARp) o el SARr con planificador por ranking de teorías (propuesto), [c] para ambos casos la selección de aplicar o no mutación de teorías resultando de aplicar mutación en el SARr la configuración final SARr con mutación (SARr M),y de no aplicarla SARr neutro,[d] para el caso del SARp de aplicar mutación y no aplicar ponderador de planes, se presenta la configuración final del SARp con mutación (SARp M) y de aplicar ponderador se presenta la configuración final SARp con ponderador y mutación (SARp P, M),[e] Para el SARp que no aplica mutación pero aplica ponderador de planes, resulta la configuración de SARp con ponderador (SARp P), de no aplicar ponderador de planes ni mutación, resulta la configuración de SARp neutro.

act Seleccionar SAR

Seleccionar SAR

SAR reacti vo SARp neutro

SARp P SARp M SARp P,M SARr neutro SARr M

Usar Pl ani fi cador

Usar Mutación Setear Parámetros Mutación - Cl ási ca : basada en l a si tuación

- Coefi cientes: basada en l a acci ón. - % umbral - umbral máximo Setear Umbral Ponderación Usa Ponderador valor dentro del rango [0;1] que permite determi nar si un plan es viable o no

Elegir Planificador - Plani fi cador Cl ási co

- Plani fi cador Ranking

Setear Método Utilidad Usa Ponderador SARp SARr Usar Mutación Setear Parámetros Mutación Setear Umbral Ponderación [NO] [SI] [NO] [NO] [SI] [SI] [NO] [SI] [SI] [NO]

La mutación requiere establecer (setear) parámetros correspondientes al porcentaje de umbral de teorías a mutar y el umbral máximo de teorías a mutar. La ponderación requiere establecer un valor de ponderación de plan, para determinar la viabilidad del plan.

En función de la compartición de conocimiento entre SARs, detallada en la subsección 4.4.8, se extienden los tipos de SARs al considerar la base de conocimiento asociada, se presenta en la subsección 4.7.1 para el SAR con planificador clásico (SARp) las extensiones de SARps que se aplican en el Capítulo 5 experimentación y en la subsección 4.7.2 se presenta para el SAR con planificador por ranking de teorías (SARr), las extensiones de SARrs que se aplican en el Capítulo 5 experimentación.

Se presenta en el Anexo K un ejemplo de un archivo que contiene los parámetros de configuración, tipo de SAR y métodos asociados.