Eng: OmAr TaLaHmA-------- كـمـبـيـوتـرات و لـوحـات إلـكـتـرونـيـة

بسم الله الرحمن الرحيم --- اهلا وسهلا بكم في منتدى الكمبيوترات واللوحات الالكترونية ونرجو ان تنال اعجابكم وان تكونوا من الاعضاء الدائمين عندنا وان تستفيدوا منا وتفيدونا من خبراتكم .......وندعو الله ان يجعل من هذا الملتقى كنز للمعرفة والفائدة ..... وبارك الله فيكم

    استخدام الشبكات العصبية الصناعية في الروبوت

    شاطر

    المهندس
    عضو نشيط
    عضو نشيط

    عدد المساهمات : 52
    تاريخ التسجيل : 28/12/2009
    العمر : 31
    الموقع : دورا

    استخدام الشبكات العصبية الصناعية في الروبوت

    مُساهمة من طرف المهندس في الإثنين ديسمبر 28, 2009 8:20 pm

    استخدام الشبكات العصبية الصناعية في الروبوتات




    المحتويات


    المقدمة

    1 خلفية الموضوع
    2 التحكم بالروبتات
    3 بناء الخرائط
    4 بصيرة الروبوت والتعرف على الأنماط
    5 تعلم المهمات .

    الخلاصة




    المقدمة:

    هنالك وعود كبيرة في إستخدام الشبكات العصبية الصناعية Artificial Neural Networks ANN في الرجال الآلية لأيامنا هذه و روبوتات المستقبل، وكثير من روبوتات أيامنا هذه تحوي الشبكة العصبية الصناعية ANN كقلب للنظام الذكاء الإصطناعي الخاص بالروبوت.

    الهدف الرئيسي من هذا المقال هو وضع تعريف للشبكات العصبية, التي يمكن أن نستخدمها على أنها قلب للذكاء الإصطناعي لثورة الرجال الآلين, وسوف نغطي هنا بعض الأبحاث التي ركزت على هذه النقطة.

    في هذا المقال مقسم إلى خمسة أقسام, في القسم الأول سوف أضع خلفية قصيرة حول الشبكات العصبية الصناعية ANN و الروبوتات Robotics, وهذه الخلفية مهمة لفهم الأقسام التي تليها, ففي الأقسام الثاني و حتى الخامس سوف أطرح بعض الطرق التي تستخدم فيها الشبكات العصبية في مسائل الروبوتات, وفي القسم الخامس سوف أناقش مسئلة تعليم الروبوت للقيام بالمهمات Learning task .


    1. خلفية الموضوع

    في هذا القسم سوف أضع تعريف بسيط و حقائق بسيطة حول الشبكات العصبية الصناعية Artificial Neural networks ANN والرجال الآلية الروبوتات Robotic.

    1.1 ما هي الشبكاة العصبية الصناعية Artificial Neural Network ANN

    حسب ما ذكر Fausett 1994:3 في كتابه حول مبادء الشبكات العصبية .تعتبر الشبكات العصبية عبارة عن نظام لمعالجة البيانات بأسلوب هيكلي يتشابه مع الشبكات العصبية الطبيعية, والشبكات العصبية الصناعية ANN تحتوي على عدد من وحدات معالجة بسيطة تسمى خلايا عصبية Neurons أو العصبون حسب ترجمة الدكتور حمزة السوادي.
    وكل عصبون Neuron يحوي على حالة خارجية تسمى الـتنشيط Activation.

    الخلية العصبية الطبيعية البيولوجية تتكون من ثلاثة أقسام رئيسية هي:
    1. جسم الخلية Soma.
    2. الـ Axon أوي كيبل الخلية.
    3. الـ Dendrites.

    أنظر الشكل 1.1.1


    الشكل 1.1.1 الخلية الصبية الطبيعية Fausett 1994


    من جهة الأخرى تتكون الخلاي العصبية الصناعي من ثلاثة أجزاء كما هو ظاهر في الشكل 1.1.2

    1.جسم الخلية Neuron Body.
    2. الأوزانWeigh.
    3.إقتران التنشيطActivation Function.


    الشكل 1.1.2 : الخلايا العصبية

    الإستجابة للخلية العصبية تكون ببساطة عن مجموع مضاريب المدخلات للخلية , بعد ذلك يتم تقرير إذا كان المجموع قد تجاوز عتبة معينة , أنظر الشكل 1.1.3 ..

    الشكل 1.1.3 معادلة إبتدائية للخلية العصبية

    بإستخدام هذه الخلايا العصبية Neuron على أنها وحدة البناء الأساسية مثل الطوب أوالمكعبات. نستطيع أن نبني الشبكة العصبية ANN مثل البناء.. فيمكن أن نبني شبكات عصبية بسيطة أو شبكات عصبية أكثر تعقيداً و تشعب.. أنظر إلى الشكل 1.1.4



    الشكل 1.1.4 شبكة عصبية مكونة من مستويين Ritter, H. 1997

    يوجد الكثير من التطبيقات للشبكات العصبية الصناعية في كثير من المجالات مثل معالجة الإشارات Signal Processing, التعرف على الأنماط Pattern Recognition, التعرف على الأصوات Speech recognition, التحكم Controlling, الرجال الآلية Robotics.
    تلتتطبيقات التي تزداد حتى أنهه لا يخلو تطبيق من هذه الشبكات الصبية الصناعية...

    1.2 ما هي الرجال الآلية الروبوتات Robots ؟

    كما ذكر Russell & Norvig 2003:901 في كتابهم, أن الروبوتات عبارة عن عميل فيزيائي يقوم بتنفيذ مهمات تأثر في العالم المحيط بها, الروبوتات تكون مزودة بالمؤثرات Effectors مثل الأرجل, والعجلات, والمفاصل, والملاقط.
    والروبوتات مزودة أيضاً بالحواس Sensors والتي تسمح لهم أن يحسوا بالبيئة التي هم فيها, وروبتات الأيام هذه تحوي على العديد من الحواس Sensors مثل الكمرات, الموجات الصوتية, والليزر, وحواس الحرارة.
    ويوجد الكثير من هذه الحواس ما يزداد حسب الطلب.


    الشكل 1.2.2 ناسا روفر على اليمين و عل الشمال أزيموا من شركة هوندا و كريو من شركة سوني

    هذه الفئات الرئيسية للروبوتات, تحتاج إلى وحدة تحكم ذاتية ذكية أي تحوي الذكاء الاصطناعي, لكي تتحكم بالأذرع والعجلات والأرجل, لأنهم يمثلا بوابة الإخراج للروبوت, و أيضاً هذه الأنواع تحتاج إلى مصمم الخرائط map builder لكي يقوم الروبوت بتحديد مكانه في البيئة التي يعمل بها و لكي يقرر عمليات الوصول إلى هدف معين. والمتحسسات مهمة جداً لأنها تمثل بوابة الإدخال للمعلومات للروبوت.


    الشكل 1.2.2 يظهر بعض التطبيقات يمكن أن نستخدم الـ ANN الشبكات العصبية الصناعية كعقل للروبوت, مثلاً في عمليات التحكم Robot Control, بناء الخرائط Map Building, بصيرة الروبوت Robot Vision والتعرف على الأنماط Patter recognition, وتعلم المهام learning task.

    الشكل 1.2.2 استخدام الشبكات العصبية كقلب للذكاء الاصطناعي في الروبوت

    2. التحكم بالروبوتات Robot Control
    التحكم بالروبوت عبارة عن واحدة من أهم المسائل في علم الروبوتات, في هذا القسم سوف أعدد بعض الأمثلة على استخدام الشبكات العصبية, باعتبارها وحدة ذكاء اصطناعية لآلة الروبوت.

    لقد نوه Ritter 1997 على أنه يوجد كثير من البحوث العلمية حول عملية التعليم للشبكات العصبية من بطريقة Feedforward والـ Feedback المتحكمة في عملية التعليم للشبكات العصبية. إضافة إلى ذلك أن معظم هذه البحوث مبنية على شبكات من نوع Multilayer perceptions أو RBF.. وذلك كله يتم تعليبه في نظام مضممن داخل الروبوت .

    بحث علمي قام به Bianco & Nolfi 2003 اقترحا أننا يمكن أن نستخدم وحدة تحكم عصبية Neural Controller, بحثي أنها تكون مربوطة مع عدد من الخلايا العصبية المتحسسه, و يكون هنالك خلايا عصبية مخصصة للمحركات, ويتم تحديد القيم التي تخرج من الخلايا العصبية المتخصصة للمحركات من خلال عمليات التعليم المنطقية..
    للحركات المراد تنفيذها في زمن محدد. مثلاً إذا كان عندنا روبوت يحوي ستة متحسسات مربوطة معه, و أيضاً خلايا عصبية تعطينا حالة ووضع الروبوت الحالي, و تسعة محركات للتحكم.. فيمكن أن نتخيل شكل بناء الشبكة الصبية كما في الشكل 2.1


    الشكل 1.2.2 إستخدام الشبكات العصبية كقلب للذكاء الإصطناعي في الروبوت

    2. التحكم بالروبوتات Robot Control
    التحكم بالروبوت عبارة عن واحدة من أهم المسائل في علم الروبوتات , في هذا القسم سوف أعدد بعض الأمثلة على إستخدام الشبكات العصبية , بإعتبارها وحدة ذكاء إصطناعية لآلة الروبوت .

    لقد نوه Ritter 1997 على أنه يوجد كثير من البحوث العلمية حول عملية التعليم للشبكات العصبية من بطريقة Feedforward والـ Feedback المتحكمة في عملية التعليم للشبكات العصبية . إضافة إلى ذلك أن معظم هذه البحوث مبنية على شبكات من نوع Multilayer perceptions أو RBF .. وذلك كله يتم تعليبة في نظام مضممن داخل الروبوت .

    بحث علمي قام به Bianco & Nolfi 2003 أقترحوا أننا يمكن أن نستخدم وحدة تحكم عصبية Neural Controller , بحثي أنها تكون مربوطة مع عدد من الخلايا العصبية المتحسسه, و يكون هنالك خلايا عصبية مخصصة للمحركات , ويتم تحديد القيم التي تخرج من الخلايا العصبية المتخصصه للمحركات من خلال عمليات التعليم المنطقية ..
    للحركات المراد تنفيذها في زمن محدد . مثلاً إذا كان عندنا روبوت يحوي ستت متحسسات مربوطة معه , و أيضاً خلايا عصبية تعطينا حالة ووضع الروبوت الحالي , و تسعة متورات للتحكم .. فيمكن ان نتخيل شكل بناء الشبكة الصبية كما في الشكل 2.1


    الشكل 2.1 هيكلية المتحكم العصبي Neural controller هذه الصورة أعد تصميمه من بحثBianco & Nolfi 2003

    لكن من جهة أخرى, دراسة في التحكم بالروبوتات قام بها Salomon 1998 أقترح أننا ممكن أن نستخدم شبكات عصبية كثر تعقيداً مثل شبكة Kohen network و خوارزميات مثل backpropegation.

    ما لاحظته أن العديد من الباحثين يتجهون في البحث عن الطرق التقليدية مثل الـ finite Automata machine إلى طريقة التحكم من باستخدام الشبكات العصبية ANN, لاكن يا يتم الاعتماد عليها في تخزين البيانات.

    3. بناء الخرائط

    من المسائل المهم للروبوتات المتنقلة Mobile Robots في بيئة ما أن تقوم ببناء خريطة تمثل الواقع في دماغها عندما يريد الروبوت أن ينتقل من مكان إلى مكان آخر, يمكن النظر إلى المسألة بسهولة لكن عندما تبدأ الأمور تتعقد تصبح العملية معقدة أكثر. مثلا إذا كان هنالك أي مجسم في الطريق إلى الهدف, فيجب أن يقوم الروبوت بالالتفاف حوله بطريقة ما, بعد ذلك يقوم بمحاولة العودة إلى النقطة الهدف.

    في ورقه علمية, كانت عبارة عن دراسة لـ Ritter 1997 ركز فيها على استخدام طريقة لعمل بناء الخريطة مشتق من الخريطة ذاتية التنظيم Self-Organizing map, وهذه خريطة ذاتية التنظيم عبارة عن خريطة بإمكانها أن تتوسع حسب ويزداد حجمها, و في نفس الوقت بقوم بعمل تحديث للبيانات في الخريطة كلما سنحت الفرصة, وفي العادة يوحد العديد من المتحسسات التي تسمح للروبوت بمعرفة ما حوله , فيتم هنا بناء خريطة بناء على هذه المتحسسات وليس بناء خرائط بمعنا الكلمة .


    الشكل 3.1 مثال على الخرائط ذاتية التنظيم Self-Organizing map

      الوقت/التاريخ الآن هو الأربعاء ديسمبر 07, 2016 9:20 am