Dasar biologis Behavior-Based Robotics

Behavior-based robotics menggunakan ilmu biologi sebagai model terbaik untuk memahami kecerdasan. Kebanyakan robot tidak memodelkan organisme biologi secara langsung, tapi hanya sebatas wawasan dan arahan desain. Kemudian, para peneliti mulai mengadopsi gagasan bahwasanya kognisi level tinggi tidak praktis, melemahkan tujuan dan mulai memodelkan dunia hewan dengan kognisi level rendah. Pendekatan model biologi memberikan harapan terbaik untuk menciptakan perilaku yang bersifat adapatif.

ARIEL: Robot behavior-based yang dikembangkan oleh iRobot untuk meletakkan dan meledakkan ranjau pada surf-zone.

Teknik dan Pendekatan Kontrol Robot

Terdapat dua teori utama berkaitan dengan teknik dan pendekatan yang diperlukan untuk mengendalikan robot :

- Deliberatif

Merupakan pendekatan Artificial Intelligent (AI) klasik yang menuntut robot mengetahui lingkungannya, mengembangkan model dunia internal, membuat peta dan membuat kepututsan berdasarkan informasi-informasi yang tersedia. Robot akan bergerak dan melakukan tugas dengan tenang.

- Reaktif

Pendekatan (behaviour based/new AI) yang menjadikan robot bereaksi terhadap lingkungannya dengan sensing yang kuat. Robot ini tidak memiliki rencana atau peta. Robot ini menjelajah dunianya dan bereaksi terhadap lingkungannya saat mereka berhadapan dengan lingkungannya, sehingga bersifat reaktif.

Behavior Based Robotic, Introduction(2)

Cara kerja

Kebanyakan behavior-based robotic(BBR) bersifat reaktif artinya system tsb relative sedikit menggunakan variable state internalnya untuk memodelkan lingkungan. Sebagai contoh tidak ada pemrograman dalam robot yang mendifiniskan kursi, atau bentuk permukaan yang akan dilaluinya. Semua informasi dikumpulkan sedikit-demi sedikit dari masukan sensor. Robot menggunakan informasi tsb untuk bereaksi terhadap perubahan yang terjadi pada lingkungannya.

BBR umumnya lebih menunjukkan aksi penampakan biologis daripada teknik komputasi yang intensif, yang aksinya didesain secara sengaja. BBR sering membuat kesalahan, mengulangi aksinya dan tampak kebingungan, tetapi dapat juga menunjukkan kualitas kegigihan seperti manusia

Sejarah

Studi behavior-based robots intesnif dilakukan pada tahun 80an di Massachusetts Institute of Technology oleh Prof. Rodney Brooks bersama beberapa mahasiswa dan koleganya membangun beberapa robot beroda dan berkaki menggunakan arsitektur subsumption. Paper-paper Brook, kualitas anthropomorphic dari desain robotnya dan murahnya pengembangan BBR menyebabkan pendekatan behaviour based menjadi popular. Kerja Brook dibangun berdasarkan dua sejarah pendekatan behaviour based sebelumnya. Pada tahun 1950, W. Grey Walter, ilmuan inggris, berlatar belakang penelitian di bidang neurology, membangun sepasang vacuum tube-based robots yang dipertontonkan pada festival Britain tahu 1951 dengan bentuk sederhana dan system control behaviour based yang efektif.

Tonggak sejarah kedua adalah buku Valentino Braitenberg’s di tahun 1984 yang berjudul “Vehicles – Experiments in Synthetic Psychology” (MIT Press). Dia menjelaskan tentang hipotesis “kendaraan” (dikenal dengan Braitenberg Vehicles), yang terdiri dari kombinasi dari sensor, actuator, dan interkoneksinya dengan desain yang sederhana dapat menghasilkan beberapa behaviour seperti agresi, cinta, bercita-cita dan bahkan optimisme.

Beberapa research terakhir pada BBR adalah BEAM robotics yang dibangun berdasarkan penelitiam Mark Tilden. Tilden terinspirasi oleh keinginan untuk mengurangi kebutuhan komputasi dari penelitian Brook yang menggunakan mikrokontroller untuk tiap kaki untuk mekanisme jalan robotnya. Redusksinya dialkukan dengan mengganti mikorkontroller dengan chip-chip logic, rangkaian eletronik transistor based dan rangkaian analog

Disadur dari www.en.wikipedia.org

Aspek-aspek Penting dari Behavior Based Robotic(2)

Tulisan terdahulu telah membahas aspek pertama dari behavior-based robotic. Tulisan ini adalah lanjutan tulisan pertama yang membahasa aspek kedua dari behavior based robotic.

Aspek-aspek Penting dari Behavior Based Robotic(1)

Diantara aspek-aspek penting yang biasanya melekat pada behavior based robotic adalah:
- sangat Mandiri (highly autonomous)
- mekanik yang kurang teliti/tepat
- dilengkapi dengan sedikit computational resources
- memperbaiki diri melalui belajar
- diprogram dengan software yang dapat digunakan kembali (reusable)
- terintegrasi dengan lingkungan [1]

Tiap aspek di atas akan dijelaskan secara ringkas.

Kebutuhan Sistem Kontrol untuk System Robot Mandiri (Autonomous Robot System-ARS)

Untuk membiarkan sistem robot mandiri (ARS) bekerja pada dunia nyata, kontrol dan sistem sensor harus memperhatikan tantangan yang diakibatkan oleh keitdakpastian observasi terhadap lingkungan dan kondisi tugasnya. Oleh karena itu, harus diperhatikan seberapa jauh kebutuhan sistem kontrol yang akan digunakan untuk mendesaian sistem robot mandiri. Ada beberapa aspek yang harus diperhatikan, diantaranya :

BEHAVIOR BASED ROBOTIC, introduction

Akar dari behavior based robotic dapat dilihat pada bidang “Arificial Life” yang berawal pada akhir tahun 80an. Para ilmuan berusaha menemukan “sifat-sifat dasar” kehidupan menggunakan teknologi bebasis komputer. Diantara mereka ada menggunakan pendekatan animat (animal + robot) yang terinsipirasi dari alam.

Dari sini, sesuatu yang menarik adalah, behavior oriented robotic berupaya untuk menjadikan robot menuju akar atau ide awal munculnya istilah robot. Berdasarkan sejarah, Istilah “robot” diperkenalkan tahun 1921 oleh penulis ceska, Karel Capek pada drama sindirannya (Rossums’s Universal Robots). Pada drama tersebut robot digambarkan dengan pekerja paksa yang berperilaku seperti manusia di sebut dengan Robota (dalam bahasa ceska). Tentunya, keinginan agar robot sebagaimana definis awalnya, yaitu seperti manusia seutuhnya masih berupa angan-angan. Namun memiliki beberapa sifat alamiah adalah hal yang mungkin yang ini menjadi orientasi dari penelitian tentang behavior based-robotic.[1]

Gambar diatas menunjukkan robot yang didesain seperti manusia (sumber).

Pendekatan Behavior-based Control untuk “Robot Tsunami”

Berdasarkan studi literatur yang saya lakukan sampai saat ini, behavior based-Control menjadi pilihan skema pengendalian robot dengan sifat high autonomosly[1].

 Sebagai contoh, penelitian Huang dkk[2]. Behavior based control digunakan untuk mengontrol Hybrid Quadruped Robot seperti tampak di samping.

Contoh lain, Marc carreras dkk, menggunakan skema kontrol behavior based control untuk kendaran bawah airnya (autonomous Underwater Vehicle)[3] denganbentuk seperti dibawah ini.

Dan masih banyak lagi selain mereka berdua [4][6][7][8][11][13].

Dalam menerpakan behavior based control, para peneliti memiliki metode yang tidak sama. Penambahan metode lain seperti Reinforcement Learning juga menambah modifikasi behavior based control seperti hurber[2] dan carreras [13].

Perbaikan kinerja pembelajaran reinforcement learning juga tidak luput dari penelitian. Kombinasi-kombinasi ini menghasilkan sebuah arsitekur kontrol baru yang dinamakan arsitektur Hybrid.

 Dari uraian ringkas di atas, kita perlu mengetahui lebih jauh tentang:

1. Apa yang dimaksud dengan behavior-based Robotic?
2. Bagaimanakah arsitektur dari behavior based control?
3. Sejauh manakah penelitian tentang behavior based control ini berkembang?
4. Apa itu reinforcement learnig?
5. Kenapa ia dikombinasikan dengan behavior based control?

 

Referensi-referensi

Berikut ini, referensi sementara yang saya gunakan untuk studi literatur. Referensi ini disusun berdasarkan no. No ini akan saya gunakan sebagai acuan bagi tulisan-tulisan selanjutnya

“Memakmurkan” Lab….

Memakmurkan masjid merupakan kewajiban bagi setiap orang lain. Sholat berjamaah di masjdi tepat waktu, taklim dan berbagai kegiatan lain yang bermanfaat bagi umat.

Tidak berbeda dengan “Memakmurkan” lab. Sebagai seorang pelajar PT, “Memakmurkan” termasuk “kewajiban” yang seharunya dilakukan. Apalagi bagi mereka yang sedang menyelasaikan tugas akhir/thesis.

Alhamdulillah, saya dapat melakukan “kewajiban” ini sekarang. Thesis ini, saya kerjakan di Intelligent Control and Robotic Lab. PENS-ITS Surabaya. Di lab ini, saya dibimbing oleh Dr.Eng.Ir. Son Kuswadi, salah satu pakar Robot PENS-ITS.