階層制御システム

階層制御システムは、一組の装置と管理ソフトウェアが階層ツリーに配置された制御システムの一形態である。ツリー内のリンクがコンピュータネットワークによって実現される場合、その階層制御システムもネットワーク制御システムの一形態である。

概要
複雑な振る舞いを持つ人間が構築したシステムは、しばしば階層として編成されます。たとえば、コマンド階層には、組織上の上司、部下、および組織間のコミュニケーションの組織図があります。階層的制御システムは、意思決定の責任を分けるために同様に編成される。

階層の各要素は、ツリー内のリンクされたノードです。達成すべきコマンド、タスク、および目標は、上位ノードから下位ノードにツリーを流れ、感覚およびコマンド結果は下位ノードから上位ノードにツリーを流れます。ノードは、兄弟とメッセージを交換することもできます。階層制御システムの2つの顕著な特徴は、その層に関連している。

ツリーの各上位層は、直下の層よりも長い計画および実行時間間隔で動作します。
下位層にはローカルタスク、ゴール、センセーションがあり、その活動は一般的に決定を上回らない上位層によって計画され、調整されます。これらの層はハイブリッドインテリジェントシステムを形成し、最も反応性の低い層がサブシンボリックである。リラックスした時間制約を有する上位層は、抽象的な世界モデルから推論し、計画を実行することができる。階層型タスクネットワークは、階層型制御システムでの計画に適しています。
人工システムに加えて、動物の制御システムが階層として構成されることが提案されている。生物の行動がその知覚を制御する手段であると仮定する知覚制御理論では、生物の制御システムは、その知覚が構築されているように階層的なパターンで組織されることが示唆されている。

制御システムの構造
添付の図は、産業用制御システムのコンピュータ化された制御を使用して機能的製造レベルを示す一般的な階層モデルである。

図を参照してください。
レベル0には、フローおよび温度センサーなどのフィールドデバイス、および制御バルブなどの最終制御エレメントが含まれています
レベル1には、工業化された入出力(I / O)モジュール、および関連する分散電子プロセッサが含まれています。
レベル2は、システム上のプロセッサノードからの情報を照合し、オペレータ制御画面を提供する監視コンピュータを含む。
レベル3は生産管理レベルであり、プロセスを直接制御するのではなく、生産および監視対象の監視に関係します
レベル4は生産計画レベルです。

アプリケーション
製造、ロボット、車両
ロボットパラダイムの中には、ロボットがトップダウン方式で、計画的に重く、特にモーションプランニングで動作する階層的パラダイムがあります。1980年代からNISTではコンピュータ支援生産エンジニアリングが研究の焦点となっています。その自動化製造研究施設は、5層生産管理モデルの開発に使用された。1990年代初めに、DARPAは、軍事指令および制御システムなどのアプリケーション用の分散(すなわちネットワーク化)インテリジェント制御システムを開発するための調査を支援した。NISTは、製造セル、ロボットクレーン、および自動車両を操作するために使用されている汎用階層制御システムであるリアルタイム制御システム(RCS)とリアルタイム制御システムソフトウェアを開発するための以前の研究を基礎にしていました。

2007年11月、DARPAはUrban Challengeを開催しました。勝利したエントリーのTartan Racingは、階層的なミッションプランニング、モーションプランニング、行動生成、知覚、世界のモデリング、メカトロニクスなどの階層的な制御システムを採用しました。

人工知能
サブサプレッションアーキテクチャは、行動ベースのロボットと大きく関連している人工知能を開発するための方法論です。このアーキテクチャは、複雑なインテリジェントな振る舞いを多くの「シンプルな」振る舞いモジュールに分解する方法であり、順番にレイヤーにまとめられています。各層は、ソフトウェアエージェントの特定の目標(すなわちシステム全体)を実装し、上位層はますます抽象化されています。各層の目標は、下層の層の目標を包含する。例えば、食べ物層によって前進する決定は、最も低い障害回避層の決定を考慮する。行動は上位層によって計画される必要はなく、むしろ行動は感覚入力によって引き起こされる可能性があるため、適切である状況下でのみ有効である。

強化学習は、各ノードが経験に基づいて行動を改善することを学ぶことができる階層制御システムにおける行動を獲得するために使用されてきた。

James Albusは、NISTの間に、RCSに触発された階層制御システムであるReference Model Architecture(RMA)という名前のインテリジェントシステム設計の理論を開発しました。Albusはこれらのコンポーネントを含むように各ノードを定義します。

行動生成は、上位の親ノードから受信したタスクの実行を担当します。また、下位ノードを計画し、下位ノードにタスクを発行します。

感覚知覚は、下位ノードからの感覚を受信し、次いでそれらをグループ化し、フィルタリングし、その他の方法で処理して、局所状態を更新し、上位ノードに送信される感覚を形成するより高いレベルの抽象化に関与する。

価値判断は、更新された状況を評価し、代替計画を評価する責任があります。

ワールドモデルは、従属ノードの抽象度レベルで、制御されたシステム、制御されたプロセス、または環境のモデルを提供するローカル状態です。

最低レベルでは、RMAは、世界モデルが制御されたプロセスまたは現実世界に直接マッピングされ、数学的抽象化の必要性を回避し、時間制約のあるリアクティブ計画を実施できる包摂アーキテクチャとして実装できます有限状態マシンとして。しかし、RMAのレベルが高いほど、洗練された数学的な世界モデルや自動計画やスケジューリングによって実装された動作を持つ可能性があります。現在の感覚によって特定の行動を引き起こすことはできませんが、予測された感覚や予想される感覚、特にノードの行動の結果として起こる感覚によって、行動が必要な場合に計画が必要です。