[논문 리뷰] Design of a Hybrid Robot Control System using Memristor-Model and Ant-Inspired Based Information Transfer Protocols

Ella Gale, Ben de Lacy Costello외 1명|arXiv (Cornell University)|2014. 02. 17.

Advanced Memory and Neural Computing참고 문헌 13인용 수 6

한 줄 요약

이 논문은 대역폭 제약 조건 하에서 센서 데이터의 우선순위를 정하기 위해 메모리스터 기반 비선형 동역학과 개미 유도 정보 전달 프로토콜을 융합한 하이브리드 로봇 제어 시스템을 제안한다. 데이터의 풍부함과 중요성을 별도로 모델링함으로써, 반응형, 사고형, 하이브리드 제어 모드 간의 적응형 전환을 가능하게 하여 실시간 로봇 응용에서 상황 인식 능력과 반응 효율성을 향상시킨다.

ABSTRACT

It is not always possible for a robot to process all the information from its sensors in a timely manner and thus quick and yet valid approximations of the robot's situation are needed. Here we design hybrid control for a robot within this limit using algorithms inspired by ant worker placement behaviour and based on memristor-based non-linearity.

연구 동기 및 목표

• 고체 센서 입력에 비해 제한된 처리 대역폭을 가진 로봇 시스템의 과제를 해결하기 위해.
• 생물학적 주의 메커니즘을 모방함으로써 정보 과부하 상황에서도 실시간 의사결정을 가능하게 하는 제어 아키텍처를 개발하기 위해.
• 메모리스터 기반 비선형성과 개미 유도 정보 전달을 통합하여 핵심 데이터의 우선순위를 정하고 동적 제어 모드 적응을 가능하게 하기 위해.
• 조정 가능한 파rameter를 통해 반응형, 사고형, 하이브리드 제어 행동을 지원하는 재구성 가능한 계층적 제어 시스템을 설계하기 위해.
• 환경의 관련성이 변화함에 따라 자극 간 주의를 이동시켜 인간과 유사한 인지적 우선순위 정렬을 모방하기 위해.

제안 방법

• 시간에 따라 변화하는 매개변수(β, ROn, V)를 갖는 현상학적 메모리스터 모델을 사용하여 프로세서 대역폭 할당을 시뮬레이션한다.
• ROn을 데이터 대역폭 요구량의 척도로 사용하고, 시간적으로 긴급하거나 임무 핵심 데이터에 대해 별도의 중요도 목록을 유지한다.
• 중요도 기반으로 데이터 블록을 우선순위 정렬하기 위해 개미 유도 알고리즘을 적용하여 고우선순위 입력의 병렬 분산 수거를 가능하게 한다.
• 환경 인식의 완전성 수준에 따라 다른 정도로 표현하기 위해 센서 데이터를 특이값 분해(SVD)를 사용해 정보 블록으로 분해한다.
• 행동 시점 조절을 위해 조정 가능한 지연 매개변수 η(1 < η < N)를 도입하여 반응형(η = 1)과 사고형(η = N) 제어 간의 연속적 전환을 가능하게 한다.
• 환경 역학에 따라 실시간으로 ROn, 중요도, β를 시간에 따라 조정 가능하게 하여 주의 집중 및 처리 초점을 환경 변화에 맞게 재구성할 수 있도록 한다.

실험 결과

연구 질문

• RQ1 처리 대역폭이 전체 데이터 처리에 부족할 경우 로봇이 어떻게 효율적으로 센서 데이터를 우선순위 정할 수 있는가?
• RQ2 메모리스터 기반 비선형 동역학이 로봇 인식 시스템의 정보 흐름을 모델링하고 제어하는 데 사용될 수 있는가?
• RQ3 개미 유도 번식 행동은 어떻게 로봇 제어에서 계층적 데이터 우선순위 정렬을 모델링하는 데 적응될 수 있는가?
• RQ4 동적 주의 전환은 반응형과 사고형 제어 모드 간의 하이브리드 제어를 가능하게 하는 데 어떤 역할을 하는가?
• RQ5 단일 매개변수(η)를 조정함으로써 아키텍처 재구성 없이도 다양한 시간 스케일의 반응을 지원할 수 있는 단일 제어 시스템은 어떻게 설계될 수 있는가?

주요 결과

• 매개변수 η를 조정함으로써 반응형, 사고형, 하이브리드 제어 모드 간의 동적 전환을 가능하게 하여 행동 이전 지연 시간을 제어한다.
• 데이터의 풍부함(ROn)과 중요도를 분리함으로써 대역폭 사용과 시간적 긴급성에 대한 별도의 우선순위 정렬이 가능해져 시스템의 적응성 향상에 기여한다.
• 메모리스터 기반 정보 유입 모델링은 데이터 신선도와 처리 부하를 시뮬레이션하기 위한 비선형적이고 기억 기반의 메커니즘을 제공한다.
• 개미 유도 프로토콜은 고우선순위 데이터 블록을 병렬로 효과적으로 우선순위 정렬하여 핵심 자극에 대한 빠른 반응을 가능하게 하면서도 덜 긴급한 데이터 처리도 유지한다.
• 모든 수신된 데이터를 사용함으로써 장기적인 환경 모델링을 지원하여 학습 기반 및 고수준 인지적 오버라이드를 통한 반응형 반응의 보완이 가능하다.
• 시간에 따라 변화하는 매개변수(ROn, 중요도, β)는 시스템이 환경 요구사항과 입력 역학 변화에 실시간으로 재구성되도록 하여 환경에 적응하는 데 기여한다.