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 :
Sistem kontrol robot bersifat sensor driven
Satu masalah yang dihadapi pada lingkungan yang tidak terstruktur adalah tidak mungkin memperkirakan hasil dari tiap aksi secara tepat. Kondisi ini juga menunjukkan sedikitnya kemungkinan menemukan deret aksi yang akan memecahkan tugas yang diberikan berdasarkan semua kemungkinan yang telah diperhitungkan sebelumnya.
Oleh karena itu sistem kontrol robot harus dikendalikan sensor(sensor driven) dan mengijinkan robot untuk bereaksi terhadap kejadian (event) yang tidak diharapkan secara on line. Pendekatan kontrol reaktif seperti ini dapat menjadi robust dengan mempertimbangkan gangguan yang terbatas dan dapat memperbaiki diri secara mandiri terhadap gangguan yang tak dapat dimodelkan tanpa memerlukan perencanaan ulang. Hal ini memberikan respon level rendah yang lebih fleksibel terhadap situasi baru dan mengijinkan robot untuk melakukan tugas pada konsidi munculnya noise pada sensor dan terjadinya perubahan kondisi lingkungan.
Arsitektur kontrol yang adpatif
Untuk mengatasi perubahan yang besar pada lingkungan saat run-time sebagaimana juga perubahan pada misi/tugas yang terus menerus, ARM harus mampu mengubah kebijakan kontrolnya untuk menyesuaikan dengan semua kondisi baru. Secara umum, hal ini membutuhkan arsitekrut sistem kontrol adapatif. Bergantung pada kondisi operasi, variasi yang luas dari mekanisme machine-learning dapat digunakan untuk melakukan adaptasi. Pada misi yang mengijinkan pengawasan oleh operator luar, metode pengajaran dapat dilakukan dan juga dengan memodifikasi strategi kontrol yang telah diprogram sebelumnya untuk melakukan tugas yang diperlukan.
Namun, pada banyak aplikasi diluar, guidance tidak tersedia. Pada situasi ini, sistem belajar mandir yang lebih baik sehingga strategi kontrol dapat menyesuaikan dengan kontek lingkungan tanpa masukan guru. Aplikasi yang seperti ini, berkisar dari aplikasi di daerah terpencil atau lingkungan berbahaya yang tidak memfasilitasi kehadiran manusia, sampai pada aplikasi untuk urusan rumah tangga yang bekerja sesuai dengan keinginan pemilik tanpa melakukan akses ke robot yang telah dilatih oleh operator/guru.
Memenuhi batasan keamanan
Spesifikasi dasar untuk arsitektur kontrol untuk keperluan ARS adalah ia memenuhi batasan keamanan tertentu untuk menghindari kegagalan besar dan tak dapat diperbaiki. Hal ini khususnya penting ketika tugas baru dilatihkan tanpa pengawasan dan ketika pengaruh perbedaan aksi harus ditentukan melaui uji coba. Namun, mekansime untuk memenuhi kebutuhan keamanaa dapat dimanfaatkan untuk sistes teleoperasi yang besar yang dapat membantu mengurangi resiko kerusakan dan kegagalan menyeluruh karena kesalahan operator. Arsitektur kontrol untuk sistem robot seyogyanya menyediakan mekanisme yang membatasi sistem behavior agar dapat mengakomodasi kebutuhan keamanan dan kekokohan. Oleh kerena itulah dibituhkan sarana/alat yang dapat membatasi proses belajar dengan tujuan untuk menghindari aksi yang dapat mengganggu sifat-sifat kritis dari sistem behavior.
Kemampuan Belajar
Sifat arsitektur yang lain yang mendukung autonomy dan adaptasi adalah kemampuan untuk menggabungkan pengatahuan awal atau pengetahuan yang diperoleh untuk mempercepat proses belajar. Untuk membuat adaptasi mandiri lebih praktis, pembelajaran harus menghasilkan kebijakan sensorimotor yang bermanfaat untuk sebagian besar tugas. Untuk mencapai efisiensi dan fleksibiltas yang demikian, arsitektur kontrol haurs mengijinkan robot untuk memperoleh keuntungan dari semua informasi luar yang tersedia pada kontek tertentu.
Penggunaan yang efektif dari pengetahuan kontrol luar dapat menghasilkan mode operasi yang berbeda. Khususnya, jika pengetahuan awal tersedia cukup, dimungkinkan untuk menentukan kebijakan kontrol yang tepat sebelumnya, mengurangi kebutuhan belajar secara on-line. Jika tidak ada informasi yang tersedia, arsitektur kontrol harus mampu menentukan kebijakan kontrol secara mandiri (autonomously). Untuk sepenuhnya menggunakan pengetahuan kontrol, sistem kontrol seharunya mendukung operasi pada berbagai tingkatan otonomi, dari terprogram penuh yang perilakunya sebagain dikendalikan oleh operator sampai ke otonomi penuh, berjalan secara bebas, terbebas dari intervensi.
Tidak ada komentar:
Posting Komentar