CC BY
14
Астахова И.Ф.1, Ушаков С.А.2
1 Воронежский государственный университет, г.Воронеж, д.т..н., профессор кафедры математического обеспечения ЭВМ, astachova@list.ru 2 Воронежский государственный университет, г. Воронеж, аспирант факультета прикладнй
математики, информатики и механики
Применение искусственных иммунных систем для выбора поведения автономным роботом
КЛЮЧЕВЫЕ СЛОВА
Искусственные иммунные системы, автономный робот, искусственный интеллект.
АННОТАЦИЯ
В статье рассматривается построение и применение искусственной иммунной системы для выбора поведения автономным роботом. Рассматривается программная реализация применения искусственной иммунной системы.
Будем использовать постановку задачи, описанную в [1]: задачу автономного мобильного робота, принимающего решения с помощью алгоритма искусственной иммунной системы. Для того, чтобы робот был автономным, требуется не только его умение решить поставленную задачу, но и быть при этом самодостаточным [2], т.е. планировать свои действия в динамической окружающей среде. На рис. .1 показан возможный вариант такой среды в задаче сбора мусора.
■ЗОНа
Рис. 1. Пример окружающей среды Проблемная среда представляет собой замкнутую площадку, которая окружена стеной, где находятся контейнеры с мусором. Эти контейнеры робот должен переместить на базу, находящуюся в центре площадки. На базе расположены корзина для мусора, куда робот должен поместить контейнеры, и зарядное устройство, позволяющее роботу восполнить заряд батареи. Во время движения робот расходует заряд батареи, как живой организм — питательные вещества, необходимые для его функционирования, поэтому процесс разрядки и зарядки батареи похож на метаболизм в биологии. Задачей робота является собрать весь мусор, находящийся на площадке, не разрядив свою батарею
полностью, в противном случае, робот просто останется в некотором месте площадки без возможности куда-либо двинуться.
Выясним, что будут представлять собой антигены и антитела в данной задаче. Текущее состояние робота и характеристики окружающей среды будут являться антигенами:
•информация о том, где находится мусор (направление); •информация о том, где находятся стены (направление); •информация о том, где находится база (расстояние и направление); •уровень зарядки батареи.
Для перечисленных антигенов введем следующие характеристики: ■для направления: вперед, назад, вправо, влево. ■для расстояния: большое, среднее, малое. ■запас заряда батареи: высокий, низкий.
Теперь рассмотрим, что будут представлять собой антитела. В естественной иммунной системе уникальность антител достигается за счет разнообразия структур их паратопов и идиотопов. Паратоп — это участок антитела, собственно и распознающий молекулу антигена. С другой стороны, каждое антитело обладает набором специфичных антигенных детерминант, которые называются идиотопами. На основе этого Ерне была выдвинута теория идиотипической иммунной сети [3, 4]. Ерне пишет, что огромное разнообразие идиотипов в значительной степени обусловлено разнообразием встречающихся в природе антигенных специфичностей. Поэтому лимфоциты, способные распознавать любые чужеродные антигенные детерминанты, должны распознавать и идиотипические детерминанты других лимфоцитов. Таким образом, идиотопы одних антител выступают в роли антигенов для других антител, и эти антитела подавляют первые, принимая их за вредоносные клетки. Идиотипическая сеть служит для сохранения иммунного ответа на протяжении достаточно долгого времени и поддержания клеток памяти, потому что за счет разнообразия идиотопов в сети сохраняется «отпечаток» антигена. Структура такого взаимодействия представлена на рис. 2.
Аппвеп
Ф
Ыююрс
АгаЫ(1|оюре дачА
ЬАЯурю пя™гк
Апи-эги^п апШюйу 1АБ-1J
^ о Яй
Рис. 2. Идиотипическая сеть
На этом рисунке антитело АВ-1 реагирует на антиген, в результате оно имеет идиотоп, сходный с этим антигеном. Антитело к этому идиотопу (синее антитело АВ-1), реагирует на идиотоп первого как на антиген, в результате чего 2 эти клетки образуют ячейку памяти и входят в идиотипическую сеть.
Антитело будет собой представлять поведенческий примитив робота. Его паратопом будет совокупность предусловия действия и само действие, а идиотопом — номер стимулируемого антитела и сила стимуляции. Перечислим все возможные действия для робота: •двигаться прямо; •повернуть налево; •повернуть налево; •исследовать; •найти базу; •взять мусор.
А также рассмотрим возможные предусловия:
•где находится мусор (спереди, справа, слева, уже у робота, нет мусора).
•где находится стена (спереди, справа, слева, нет стены). •где находится база (спереди, справа, слева, нет базы, близко, недалеко, далеко).
•уровень заряда батареи (высокий, низкий). Структура антитела графически представлена на рис. 3.
ПАРАТОП
ПРЕДУСЛОВИЕ
ПОВЕДЕНИЕ
ИДИОТОП
НОМЕР УРОВЕНЬ
АНТИТЕЛА СТИМУЛЯЦИИ
Рис. 3. Структура антитела
Рассмотрим подобно взаимодействие между антителами, с учетом приведенной выше теорией идиотипической сети. На рис. 4. представлена сеть в определенный момент времени.
В рассматриваемый момент времени робот имеет низкий уровень заряда батареи, база находится справа от него, контейнер с мусором — впереди. Предположим, что в сети находится 4 типа антител:
1.если база находится справа, то повернуть направо.
2.если мусор находится впереди, то поднять его.
3.если у робота низкий уровень заряда батареи, то найти базу.
4.если у робота высокий уровень заряда батареи, то двигаться прямо.
Так как в рассматриваемой ситуации у робота низкий уровень заряда,
т.е. выполняется предусловие для антитела типа 3, будет выбрано действие повернуть направо. Это происходит из-за того, что антитело 3 стимулирует антитело 1, в результате чего его концентрация в сети увеличивается. Если
бы у робота был высокий заряд батареи, то самая высокая концентрация была бы у антитела 2, которое было бы простимулировано антителом 4. В таком случае, робот принял бы решение взять мусор.
^СОР АНТИГЕНЫ
Базасправа
Мусор спереди Низкий заряд
-► Стимуляция
Рис. 4. Пример взаимодействия антител в идиотипической сети
В рассмотренном примере было всего 4 различных антитела. На основе этого подхода можно создать иммунную сеть, состоящую из антител с заранее сконструированными паратопами и идиотопами.
Антитела, составляющие иммунную сеть, можно задать вручную, но с увеличением их числа, такая техника становится слишком трудоемкой, а потом и невозможной. Для решения этой проблемы используются механизмы адаптаций, среди которых выделяют механизм корректировки и механизм нововведений. Корректировка представляет собой настройку систему путем изменения ее параметров, а нововведения — адаптацию с помощью механизмов отбора (эволюции).
Применяются механизмы корректировки и нововведения.
Прежде чем рассмотреть механизм нововведений, опишем кратко метадинамику естественной иммунной сети. Структура последней в живом организме не является неизменной, а постоянно самоорганизуется с учетом изменений внешней среды. Этот процесс самоорганизации структуры иммунной сети и называется метадинамикой [5]. Реализуется он за счет создания новых и удаления ненужных клеток. Новые клетки образуются либо с помощью рекомбинации генов в костном мозге, либо в результате мутации активированных (среагировавших на антиген) клеток. В иммунной системе постоянно продуцируется большое число новых лимфоцитов, однако большинство из них, не будучи простимулированы, погибают. Благодаря таким изменениям в клеточном составе иммунной
системы, поддерживается разнообразие, «клеточный репертуар», который подстраивается под изменения окружающей среды. Также важным шагом при создании новых лимфоцитов является их прохождение через тимус, где в ходе отбора уничтожается не менее 95% лимфоцитов, так как те реагируют на собственные антигены организма, считая их чужеродными.
Приведем полный алгоритм функционирования искусственной иммунной системы, которая решает задачу сбора мусора автономным роботом:
■выбрать параметры функционирования: количество лимфоцитов в
сети;
■инициализация: случайным образом генерируется лимфоциты, они на данный момент и составляют иммунную систему;
■определяются антигены, описывающие текущую ситуацию: положение робота в пространстве, положение мусора, местонахождение базы, уровень заряда батареи;
■используя идиотопы, которые будут выступать в роли дополнительной стимуляции, выбираем тот лимфоцит, который имеет наибольшую концентрацию. Это и будет следующим действием робота. Применяем его к окружающей среде, в результате она меняется: ■пересчитываем концентрации лимфоцитов; ■ если весь мусор собран — успешный останов алгоритма; ■если робот больше не может двигаться (нет заряда батареи) — останов алгоритма;
■Положим t = t -f 1 и перейдем к шагу 3..
Алгоритм реализован на языке С#, программный комплекс состоит из набора классов.
Рассмотрим основные функции каждого класса.
Класс Connection описывает связь между двумя лимфоцитами в сети, хранит номера связываемых клеток и силу связи, рассмотрим характеристики основных классов.
Класс ImmuneNode моделирует узел иммунной системы — лимфоцит. Содержит следующую информацию:
•уникальный порядковый номер;
•предусловие;
•действие;
•список связей (объектов класса Connection) с другими узлами; •текущий уровень концентрации лимфоцитов этого типа. Класс ImmuneNetwork инкапсулирует представление искусственной иммунной сети. Включает в себя список лимфоцитов, в данный момент составляющих сеть, также хранит такие параметры как: порог концентрации, при котором создаются клоны лимфоцитов; коэффициент естественной смерти лимфоцитов. Включает операции добавления нового лимфоцита и удаления наименее стимулированного.
Класс ImmuneSystem является главным классом, реализующим алгоритм сборки мусора. Она хранит информацию об окружающей среде и ее изменениях, в основном цикле пересчитывает текущую концентрацию всех лимфоцитов и с помощью методов класса ImmuneNetwork обеспечивает вариативность иммунной системы.
Выводы
Был предложен алгоритм на основе искусственных иммунных систем для решения задачи сбора мусора автономным роботом. Были рассмотрены структура сети, строение лимфоцитов, механизмы корректировки и нововведений.
Создан программный продукт, реализующий рассмотренный иммунный алгоритм сбора мусора роботом.
Литература
1. Ishiguro A. A Robot with a Decentralized Consensus-Making Mechanism Based on the Immune
System / A. Ishiguro, Y. Watanabe, T. Kondo // Proceedings of ISADS. — 1997. — P. 231-237.
2. Pfeifer R. The Fungus Eater Approach to Emotion: A View from Artificial Intelligence / R.Pfeifer //
Technical report, AI Lab, University of Zurich. — 1995. — P. 2-17.
3. Jerne N.K. Idiotypic networks and other preconceived ideas / N.K. Jerne // Immunology Reviews.
— 1984. — №79. — P. 5-23.
4. Jerne N.K. The generative grammar of the immune system / N.K. Jerne // EMBO Journal. — 1985.
— №4. — P. 847-852.
5. Stewart J. Morphogenesis in shape-space. Elementary meta-dynamics in a model of the immune
network / J. Stewart, F.J. Varela // Theoretical Biology. — №153(4). — 1991. — P. 477-498.
