A programme of Language Modules for ICT students: institutional

act Seleccion Colaboracion

Seleccionar Base de Conocimiento SAR Colaborador

«loop»

Por cada Base Conocimiento SAR

Base Conocimiento Robot Colaborador Robot Receptor Ev aluar Estado Ev olución Robot Colaborador Estado Evolución RC > Estado Evolución RR

Fin Seleccionar Base [SI]

Figura 4.26 Diagrama de Actividades del módulo seleccionar SAR colaborador

Para verificarlo al momento de iniciar la colaboración, se debe realizar un proceso de verificación de estados evolutivos de los robots, representado éste por sus bases de conocimientos de teorías. En este orden si el estado de evolución de la base de conocimientos del robot colaborador es superior al estado de evolución del robot receptor, se puede realizar la colaboración. Caso contrario, la colaboración no es posible. Hay que seleccionar otra base de conocimiento del SAR colaborador u otro SAR colaborador hasta que se cumpla con la condición indicada.

4.4.9. Registro de estadísticas de aprendizaje del Sistema Autónomo de Robot

El registro de estadísticas de aprendizaje del SAR se realiza en función del intervalo de n ciclos, seleccionado en la configuración del SAR (subsección 4.2.2.1). Se describen a continuación las estadísticas registradas por el SAR (sobre la base del intervalo de n

ciclos) de: Cantidad situaciones; teorías acumuladas; utilidad teorías [0-0.25]; utilidad teorías [0.25-0.5]; utilidad teorías [0.5-0.75]; utilidad teorías [0.75-1]; cantidad de planes; cantidad de planes exitosos; cantidad de planes sin éxito, cantidad de azares; relación P/K1 [0-0.25]; P/K2 relación [0.25-0.5]; relación P/K3[0.5-0.75];

relación P/K4[0.75-1]; relación P/K general; cantidad de ciclos

exitosos .

Para el registro de la estadística de “Cantidad Ciclos Exitosos”, que representa la cantidad de ciclos que finalizaron con la aplicación de una teoría cuya utilidad (U), resultó superior a 0,75, se debe considerar que es un valor que se acumula solamente durante la actuación del SAR. Se inicia en cero (0) y aumenta en 1 cada vez que el robot realizó un ciclo percepción- acción, en el cual finaliza con una teoría cuya utilidad (U), resulta mayor a 0.75. Se detalla un ejemplo en la tabla 4.2.

Para el registro de las estadísticas de “Planes Exitosos” (en función de la subsección 4.4.7), se consideran: [a] cantidad planes (construidos), ésta es la cantidad de planes que se pudieron construir a lo largo de la ejecución, [b] la cantidad de planes exitosos, es la cantidad de planes que llegaron a su fin habiendo pasado por todos los eslabones de la cadena del plan. [c] la cantidad de planes sin éxito. Luego, se puede obtener el porcentaje de planes exitosos de la relación entre la “Cantidad de Planes Exitosos” y “Cantidad Planes Construidos (cantidad de planes exitosos más cantidad de planes sin éxito). Finalmente se debe considerar que esta estadística es útil para el planificador clásico (SARp) y sus métodos asociados, excepto para el planificador ranking (SARr) ya que éste último sólo realiza planes de longitud igual a uno.

El registro de la estadística de “Cantidad de Acciones al Azar”, se obtiene de contabilizar la cantidad de planes que recurren a acciones al azar, debido a que el SAR tuvo que ejecutar una acción al azar, dado que no pudo obtener un plan que se pudiera utilizar.

El registro de “Cantidad de Teorías Exitosas” se contabilizará sobre la base de las teorías acumuladas más las que se originan en la actuación del SAR, cuya utilidad es superior a 0,75. Se calcula igual tanto para un SARr y como para un SARp. Para determinar la cantidad teorías exitosas que se obtienen durante la actuación del SAR, se considera la acumulación de éstas solamente durante la simulación, se inicia en cero (0) y aumenta en uno (1), cada vez que el SAR realiza un ciclo en el cual finaliza con una Teoría con utilidad (U) mayor a 0,75. Se presenta un ejemplo en la tabla 4-3.

Inicio corrida del SAR

- El robot inicia la simulación obteniendo “Situación Inicial” (Si) de la

lectura de sus sensores inicial

|CICLO 0 | Cantidad. Ciclos Exitosos = 0

- El robot finaliza el CICLO 0 habiendo ejecutado la Acción “A” y

obteniendo la “Situación Final” (Sf) de la lectura de sus sensores final

- El sistema arma la teoría local TL = (Si ; A ; Sf) cuya utilidad es = 0,89

- Como 0,89 es >= 0,75, se aumenta en 1 la “Cantidad. Ciclos Exitosos”

|CICLO 1 | Cantidad. Ciclos Exitosos = 1

- El robot inicia el CICLO 1 obteniendo una nueva “Situación Inicial”

(Si) de la lectura de sus sensores inicial (es igual a la Sf anterior)

- El robot finaliza el CICLO 1 habiendo ejecutado la Acción “A” y

obteniendo la “Situación Final” (Sf) de la lectura de sus sensores final

- El sistema nuevamente arma la teoría local TL = (Si ; A ; Sf) cuya

utilidad es = 0,53

- Como 0,53 es < 0,75, no se aumenta la “Cantidad. Ciclos Exitosos”

|CICLO 2 | Cantidad. Ciclos Exitosos = 1

Y así sucesivamente durante los n ciclos restante se evalúa la utilidad de la teoría

Fin

Tabla 4.2 Ejemplo Cantidad de Ciclos Exitoso del SAR

Inicio corrida del SAR

- Robot inicia simulación con una base de conocimientos de teorías con

5000 teorías, de las cuales 1500 son teorías con U>0.75

- Entonces, Cantidad de Teorías Exitosas en el ciclo 1 es = 1500.

- En el ciclo 1 no se obtiene ninguna teoría nueva  Cantidad de Teorías

Exitosas en el ciclo 2 es = 1500.

- Luego, en el ciclo 2, se obtiene una nueva teoría con U = 0,85

- Entonces, en el ciclo 3 Cantidad de Teorías Exitosas en el ciclo 3 es =

1501

En ciclo 3: Cantidad. Teorías Exitosas = 1501; Cantidad de Teorías Exitosas en la actuación hasta el ciclo n =3 ,Cantidad. Teorías totales = 5001

Y así sucesivamente durante los n ciclos restante se evalúa la utilidad de la teoría

Fin

Tabla 4.3 Ejemplo Cantidad de Teorías Exitosas del SAR

El registro de la “Cantidad de Teorías por Intervalos de Utilidad”, se desarrolla sobre la base de la cantidad de intervalos de distribución de utilidad seleccionados. El intervalo de distribución de utilidad que se establece en la actividad de configuración de estadísticas en el marco de la configuración del SAR, determina los umbrales que se generarán para catalogar las teorías por utilidad (U). La cantidad de intervalos en los que se divide el rango de utilidad (U) de una teoría, es entre cero (0) y uno (1).En este orden si se seleccionan dos (2)

intervalos, resultaran las teorías agrupadas por utilidad (U) donde el primer intervalo se corresponde con las teorías cuya utilidad (U): 0,01< U <= 0,50 y el segundo intervalo se corresponde con las teorías cuya utilidad (U): 0,50< U <=1. Por defecto se seleccionan cuatro intervalos (4), en donde el primer intervalo se corresponde con las teorías cuya utilidad (U): 0,01< U <= 0,25 el segundo intervalo se corresponde con las teorías cuya utilidad (U): 0,25< U <= 0,50, el tercer intervalo se corresponde con las teorías cuya utilidad (U): 0,50< U <= 0,75, el cuarto intervalo se corresponde con las teorías cuya utilidad (U): 0,75< U < =1. De esta forma se pueden registrar la cantidad de teorías distribuidas por rango de utilidad. Se consideran teorías exitosas aquellas teorías que pertenecen al cuarto rango, cuya utilidad (U), se encuentra entre: 0,75< U < =1. Independientemente de la configuración de estadísticas a registrar por el SAR, se registran en el archivo de estadísticas la relación entre la cantidad acumulada de P/K y la cantidad de teorías de acuerdo a los siguientes rangos: P/K1 [0-0.25]; P/K2 relación [0.25-0.5]; P/K3

[0.5-0.75]; P/K4 [0.75-1]; y la relación P/K general, producto de la

suma de los valores obtenidos en cada rango. Se presenta un ejemplo en la tabla 4-4.

RelaciónP/K

Parámetro P (P): Cantidad de veces que teniendo la situación inicial Sinicial, se ejecutó la acción A y se obtuvo la situación final Sfinal.

Parámetro K (K):Cantidad de veces que teniendo la situación inicial Sinicial, se ejecutó la acción A

Para las teorías dentro de un rango de Utilidad específico se va sumando el cociente P/K de las nuevas teorías que vayan apareciendo en ese rango.

En el archivo de estadísticas se imprime el acumulado para el rango específico dividido por la cantidad de Teorías dentro de ese rango. De esta manera el valor siempre estará entre 0 y 1 (0% y 100%).

Por ejemplo:

Ciclo 1: Se agrega Teoría 1 con P=1 y K=1 U=0,2 Ciclo 2: Se agrega Teoría 2 con P=1 y K=1 U=0,15

Ciclo 3: Se agrega Teoría 3 SIMILAR a Teoría 2 con P=1 y K=2 U=0,23 (Teoría