Feedback in robotica educativa


    In ogni attività di laboratorio di progettazione microrobotica risulta determinante individuare i rapporti tra attività dei sensori, degli attuatori rispetto ai comportamenti che si vogliono ottenere dai robot. In queste esperienze gioca un ruolo essenziale il rapporto evento/sensore in quanto concettualmente ci permette di introdurre, pur nel rispetto di una gradualità a seconda del tipo di utente, il meccanismo di feedback che consente di adeguare il comportamento del sistema alle sollecitazioni provenienti dall'ambiente.

    Robotica educativa e nuove tecnologie emergenti

    Attraverso le esperienze di robotica educativa vedremo come è possibile introdurre due principi fondamentali appartenenti alla cibernetica: meccanismi di feedback e i comportamenti emergenti. In questo lavoro sarà posta attenzione al primo aspetto decisamente fondamentale in percorsi formativa di microrobotica ai diversi livelli di insegnamento.

    La cibernetica è una disciplina che studia l'elaborazione e la trasmissione dell'informazione fra sistemi complessi (organismi viventi, macchine o strutture organizzate). Si tratta di una scienza multidisciplinare che ha forti interazioni con molte altre discipline ed aree tecnologiche: filosofia, psicologia, matematica, biologia, fisica, intelligenza artificiale, teoria dei controlli, teoria delle comunicazioni, robotica. Il termine "cibernetica" fu coniato dal matematico Norbert Wiener che lo derivò da una parola greca che significa "pilota" e dettò le basi della cibernetica studiando la teoria del controllo del meccanismo.

    La cibernetica studia i meccanismi con cui uomini, animali e macchine comunicano con l'ambiente esterno e lo controllano ed ha origine dallo studio dei meccanismi dotati di "retroazione", ovvero in grado di adattarsi alle condizioni esterne. Uno dei primi di tali meccanismi è il "regolatore di Watt", ovvero il dispositivo che consentiva la regolazione della velocità dei motori a vapore.

    La teoria della regolazione è stata studiata fino dalla seconda metà dell''800, ma intorno alla fine degli anni '40 di questo secolo gli stessi metodi cominciarono ad essere applicati allo studio dei "meccanismi circolari, causali e retroattivi in biologia e nelle scienze sociali" (titolo di una serie di conferenze in cui furono poste le basi della cibernetica).

    La cibernetica studia dunque i meccanismi di comunicazione e di interazione negli esseri viventi, sia allo scopo di aumentare le conoscenze di tali meccanismi, sia per derivarne modelli che possono essere riprodotti artificialmente.

    Uno dei principi più importanti della cibernetica afferma che l'informazione è una entità di natura statistica e che si può misurare secondo le leggi della probabilità.

    Più numerose sono le scelte possibili, più informazioni servono per raggiungere una decisione.

    Il termine "cibernetica" negli ultimi tempi viene usato meno frequentemente per indicare la disciplina scientifica e spesso si preferisce utilizzare termini più specifici: teoria dei sistemi, teoria dei controlli, intelligenza artificiale, etc.

    L'ingegneria dell'automazione si occupa principalmente della modellazione, della simulazione e del controllo di sistemi. Il campo della robotica si basa su questo tipo di ingegneria per il controllo degli apparati automatici.

    Intelligenza artificiale

    Il termine fu coniato nel 1956 da John McCarthy, del Massachussetts Institute of Technology (MIT) ed è un ramo dell'informatica che ha come scopo la creazione di sistemi che si comportino come esseri umani. I settori in cui opera l'intelligenza artificiale comprendono lo sviluppo di sistemi intelligenti e di reti neurali, la programmazione di computer per giochi.

    Giochi complessi come scacchi, dama ecc. ed in particolare per la comprensione dei linguaggi naturali umani, nonché, ovviamente, buona parte della robotica.

    Diverse sono le applicazioni in campo industriale: sistemi basati su conoscenza, esempio i sistemi esperti e i sistemi di insegnamento intelligente, e per quanto riguarda la robotica comprendono i sistemi di visione e percezione artificiale, i sistemi per l'automazione della fabbrica, della casa e della città e i sistemi artificiali di supporto al corpo umano.

    Più recentemente l'IA ha rivolto la sua attenzione allo sviluppo di sistemi ad agenti autonomi.

    I campi di studio che si intrecciano negli ultimi 50 anni nella ricerca sull'automa nel campo della logica e della teoria del controllo (cibernetica) sono:

    • lo studio del comportamento logico e razionale
    • l'indagine sul funzionamento della struttura del sistema nervoso
    • lo sviluppo delle tecnologie del controllo nella robotica industriale.

    La ricerca si volge dunque verso la simulazione dei comportamenti umani che caratterizzano l'intelligenza e lo svolgimento di compiti complessi ed evoluti.

    Pertanto il centro di interesse dell'approccio cibernetico alla realizzazione dell'automa si sposta dalla struttura alla funzione. Il programma cibernetico, ripreso dalle ricerche nella intelligenza artificiale e dalla robotica industriale, cerca di comprendere e riprodurre il meccanismo funzionale e non tanto (o non soltanto) quello strutturale della macchina umana, che era tipico della cultura meccanicistica.

    La ricerca sulla struttura tuttavia non è stata abbandonata interamente e, infatti, possiamo individuare oggi due indirizzi principali di ricerca: uno di tipo funzionale, al quale si rifanno i sistemi esperti, e uno di tipo strutturale.

    Ulteriori approfondimenti includono gli studi che riguardano le reti neurali, gli algoritmi genetici, la computazione evolutiva, ecc.

    Le nuove discipline dell'artificiale

    Brevemente, e senza alcuna pretesa di approfondimento, possiamo individuare:

    • La Vita Artificiale
    • Le reti neurali
    • Gli algoritmi genetici

    Vita Artificiale (Artificial Life)

    Scienza recente, la Vita Artificiale, può essere considerata come una generalizzazione della biologia, ed ha come finalità la creazione di "esseri  artificiali" che si comportano come se fossero realmente entità viventi.

    Secondo gli scienziati lo studio del loro comportamento, può portare a una migliore comprensione dei meccanismi che regolano la vita. Da questo punto di vista la Vita Artificiale, si dedica alla comprensione della vita cercando di astrarre i  principi fondamentali dei processi biologici e cercando di riprodurli in altri media come i computer, in modo da renderli disponibili per effettuare test o esperimenti.

    In questo modo essa amplia il campo di studio della Biologia occupandosi della "vita come potrebbe essere", cioè tenendo conto di quali sono le caratteristiche degli esseri viventi e del loro ambiente.

    Si cerca di costruire, ad esempio su un computer, un ecosistema artificiale e la Artificial Life cerca di applicare tecniche per emulare processi biologici, simulando la vita ed estraendo le proprietà che sono comuni  a tutte le possibili forme di vita, e non solo a quelle basate sul  metabolismo del Carbonio.

    Le reti neurali (RN)

    In letteratura si possono trovare moltissime informazioni per approfondire questa recente disciplina dell'artificiale, che in molti problemi costituiscono una valida alternativa alla Intelligenza Artificiale classica basata su motore logico.

    Le R.N. sono basate su metodi connettivi: sono cioè costituite da tante piccole unità elementari di calcolo connesse tra loro da collegamenti pesati e funzionanti in modo sincrono oppure asincrono.

    Possono essere usate per un'ampia varietà di applicazioni.

    Ricordiamo alcune:

    • riconoscimento di un modello
    • machine learning e image processing
    • sistemi esperti.

    Gli algoritmi genetici (GA)

    I GA sono metodi adattativi che possono essere usati per risolvere problemi di ricerca e ottimizzazione e si basano sui processi genetici degli organismi biologici.

    Gli algoritmi genetici possono essere pensati come una parte della vita artificiale, infatti come la vita artificiale si occupano di ottenere sistemi creati dall'uomo che si comportano come se fossero vivi.

    Storicamente, comunque, i GA sono diventati un campo di studio riconosciuto dieci o quindici anni prima dell'A-life.

    Molto del lavoro sui GA è focalizzata nel trovare soluzioni specifiche a problemi reali, mentre l'obiettivo finale dell'AL è la più cosmica questione di impregnare i nostri programmi, processi e macchine con comportamenti simili alla vita.

    I principi di base dei GA sono stati definiti per la prima volta da Holland: essi simulano quei processi che nelle popolazioni naturali sono essenziali per l'evoluzione. Quali processi esattamente siano essenziali o quali giochino un ruolo trascurabile (o nessuno) per l'evoluzione è un problema della ricerca, ma i principi di base sono chiari.

    Imitando questi processi, gli algoritmi genetici sono in grado di evolvere soluzioni per problemi del mondo reale, se sono stati codificati opportunamente. Per esempio possono essere usati per disegnare ponti col massimo rapporto forza/peso o per determinare il disegno meno dispendioso per tagliare forme dalla stoffa.

    In ogni caso, gli algoritmi genetici sembrano essere molto adatti per evolvere interessanti forme di vita artificiale.

    In una tipica situazione, abbiamo alcune creature artificiali che si muovono in accordo con algoritmi che usano una lista di parametri.

    Meccanismi di retroazione in robotica. Sensori e Feedback.

    In microrobotica è possibile approfondire le conoscenze relative alla programmazione anche attraverso lo studio e l'utilizzo dei sensori ed attuatori. In altro lavoro sono stati presi in esame aspetti relativi all'utilizzo dei sensori in relazione al comportamento dell'automa.

    Nel laboratorio di robotica l'attività si può concretizzare nella costruzione di modelli che utilizzano sensori in relazione alla necessità di risolvere determinate situazioni problematiche.

    Prima di attivare un percorso di lavoro con sensori sarebbe opportuno fornire ai ragazzi alcune informazioni di base sul concetto di retro-azione o feedback. Il concetto di feedback trova ampi spazi di applicazione ed è una conoscenza fondamentale decisamente a carattere trasversale dal mondo naturale a quello artificiale.

    Feedback ("retroazione")

    Il concetto di feedback risulta fondamentale nelle teorie della cibernetica e trova un vasto campo di applicazioni. Il feedback è il fenomeno per cui il segnale in uscita viene in parte inviato verso l'ingresso del sistema stesso, come accade nei controlli a catena chiusa, l'output di un organismo viene restituito in input all'organismo stesso.

    E' il feedback che permette l'"omeostasi", il fenomeno per cui un sistema naturale/artificiale (perciò sia il corpo umano quanto una qualsiasi macchina) tende a compensare le variazioni nell'ambiente esterno per mantenere una propria stabilità  interna; è al feedback, in altre parole, che si deve la capacità  di adattamento di un organismo all'ambiente.

    Si può dire che il feedback deve quindi implicare una forma di intenzionalità : in sintesi quello che il sistema fa a fronte del feedback riflette inevitabilmente le caratteristiche e lo stato dell'ambiente, e pertanto si pone in relazione a qualcosa che si trova nell'ambiente.

    [inline: 1= Immagine - 1 - sensore tatto] Immagine - 1 - sensore tatto ©Lego Mindstorm

    Sia gli organismi viventi sia quelli meccanici hanno in comune qualche meccanismo di feedback che è essenziale in quanto vitale per il loro funzionamento o se vogliamo per la sua sopravvivenza.

    Secondo il principio di Pfluger si può affermare che ogni processo avente un fine tende ad utilizzare il feedback per raggiungere quell'obiettivo.

    Chi volesse approfondire la tematica del feedback potrebbe riferirsi agli studi di Ashby che riformula i concetti all'interno di un panorama pi๠ampio ed articolato, quello di un sistema auto-organizzantesi:

    Si tratta di un insieme (presumibilmente grande) di unità  elementari (presumibilmente molto simili fra di loro) dotato di una struttura (presumibilmente molto complessa) capace di evolversi autonomamente e di adattarsi all'ambiente.

    [inline: 3= Immagine - 2 - sensore ottico] Immagine - 2 - sensore ottico ©Lego Mindstorm

    I sistemi auto-organizzantesi potrebbero essere cosଠdiffusi da costituire una proprietà  generale dell'universo; e, naturalmente, il loro processo di evoluzione e adattamento sarebbe quello di feedback.

    Questo contributo prende spunto dall'analisi di alcuni esempi di feedback nel mondo naturale e nel mondo delle macchine e analizza la progettazione di alcuni modelli di robot che, per risolvere problemi differenti, prevedano l'utilizzo di diversi tipi di sensori.

    In robotica educativa si costruiscono robot dotati di sensori [i principali tattili(Immagine - 1), ottici(Immagine - 2) e di temperatura(Immagine - 3)] il cui utilizzo consente ai robot di interagire con l'ambiente.

    [inline: 2= Immagine - 3 - motore] Immagine - 3 - motore ©Lego Mindstorm

    Ciò implica un'attenta osservazione dei robot, rispetto al concetto di feedback, in quanto i sensori ricevono informazioni sull'ambiente in cui si muovono e modificano di conseguenza il loro comportamento.

    Meccanismi di feedback in progettazioni robotiche

    In ogni attività di laboratorio di progettazione microrobotica risulta determinante individuare i rapporti tra attività dei sensori (Immagini 1 e 2 ), degli attuatori (Immagine 3) rispetto ai comportamenti che si vogliono ottenere dai robot.

    In queste esperienze gioca un ruolo essenziale il rapporto evento/sensore in quanto concettualmente ci permette di introdurre, pur nel rispetto di una gradualità a seconda del tipo di utente, il meccanismo di feedback che consente di adeguare il comportamento del sistema alle sollecitazioni provenienti dall'ambiente.

    Le esperienze che si possono proporre riguardano la costruzione di alcuni modelli di robot che, per risolvere problemi differenti, prevedano l'utilizzo di diversi tipi di sensori.

    Attraverso la loro azione i robot ricevono informazioni sull'ambiente in cui si muovono e modificano di conseguenza il loro comportamento.

    A questo punto attraverso attività di osservazione, analisi e discussione sarà quindi possibile introdurre il concetto di feedback. I kit Robotici attualmente in commercio (Kit commerciali LEGO RoboLab™, LEGO MINDSTORMS™), basato sul mattoncino speciale RCX, consentono di lavorare e gestire sensori e attuatori, i motori, e con l'ausilio di un computer per le operazioni di programmazione.

    Il software Robolab consente di comprendere meglio la relazione esistente tra attuatori (motori) e sensori, un linguaggio iconico/simbolico, che consente una reale esperienza di attività cibernetica, programmando le azioni che la macchina avrebbe dovuto compiere.

    A titolo esemplificativo si possono costruire robot in gradi di reagire agli ostacoli o di seguire o allontanarsi dalla luce, ma anche strutture più comuni come nei kit della serie ControLab: la serra automatica che prevede l'apertura dello sportello o l'attivazione del ventilatore quando la temperatura supera un preciso valore.

    Della stessa dotazione l'intelligent house offriva diverse soluzioni per introdurre il concetto di retroazione.

    Da un punto di vista concettuale, e più specificatamente educativo, l'utilizzo del kit non è quello di costruire robot secondo procedure già preordinate, ma attivare una progettualità creativa allargando le conoscenze non solo agli aspetti costruttivi di strutture cibernetiche, sostenibili da un punto di vista meccanico, ma comprendere, mediante l'utilizzo dei sensori in rapporto all'attività degli attuatori, concetti fondamentali quali il feedback.

    Bibliografia

    Baum, Dave (2002). Definitive Guide to LEGO MINDSTORMS , 2nd ed. APress.

    Erwin, Benjamin (2001). Creative Projects with LEGO Mindstorms (book and CD-ROM).

    Addison-Wesley. Ferrari et al. (2001). Building Robots With LEGO Mindstorms: The Ultimate Tool for Mindstorms Maniacs. Syngress.

    Sharkey, N.E. (1997) The new wave in robot learning. Robotics and Autonomous Systems . 22, 179-186.

    Sitografia

    John McCarthy's Home Page www-formal.stanford.edu/jmc/

    Norbert Wiener - From Wikipedia, the free encyclopedia http://en.wikipedia.org/wiki/Norbert_Wiener

    Feedback - From Wikipedia, the free encyclopedia http://en.wikipedia.org/wiki/Feedback

    Cybernetics - From Wikipedia, the free encyclopedia http://en.wikipedia.org/wiki/Cybernetics

    MIT - Massachussetts Institute of Technology http://web.mit.edu/

    Per maggiori informazioni riguardo robot LEGO-Mindstorms si veda il sito: www.legomindstorms.com