Multi-Agent System voor agro robots

Distribute heeft een Multi-Agent System (MAS) ontworpen voor DurableCASE. Dit MAS is generiek ontworpen zodat het toepasbaar is voor een verscheidenheid aan cases voor agrobotics. Het MAS is opgedeeld in drie verschillende levels. Een lower level wat de basis functionaliteiten aanstuurt van de robot. Een mid level waar de intelligentie van het systeem in zit. En een high level wat bestaat uit data opslag en gebruiker interactie.

Eigen doel

Distribute heeft een Multi-Agent System (MAS) ontworpen voor dit project. Een MAS is een (semi-) zelf organiserend systeem, bestaande uit verschillende stukjes software, zogeheten agents worden genoemd. Elk van deze agents is verantwoordelijk voor een bepaalde taak en kan beslissingen op zich zelf maken om hun eigen doelen na te streven. Door samen te werken met andere agents, kunnen ze gezamenlijke doelen behalen op een doorgaans efficiëntere en robuustere manier dan wanneer één centraal software-systeem dit op zich neemt.

Levels

Het MAS voor de DurableCASE is generiek ontworpen zodat het toepasbaar is voor een verscheidenheid aan cases voor agrobotics. Het MAS is opgedeeld in drie verschillende levels, zoals afgebeeld in het figuur. Een lower level wat de basis functionaliteiten moet aansturen van de robot. Een mid level waar de intelligentie van het systeem in zit. En een high level wat bestaat uit data opslag en gebruiker interactie.

MAS levels

Hybride

Het MAS kan op drie verschillende manieren worden ingezet: (I) volledig decentraal, (II) volledig centraal of (III) een hybride variant tussen decentraal en centraal in. In de decentrale benadering leven de intelligente agents op de robot zelf. Dit heeft als voordeel dat de robot hier continu gebruik van kan maken, ook als bijvoorbeeld de internetverbinding wegvalt of hapert. Een nadeel hiervan is dat er ook veel communicatie nodig is tussen de robots om af te stemmen welke taken door welke robots worden gedaan. De centrale benadering heeft de intelligente agents op een centraal punt zitten. Omdat de intelligentie op één vast punt zit, is het mogelijk om globaal te optimaliseren op basis van informatie uit het gehele systeem. De laatste benadering, de hybride benadering, is een tussenweg. Met deze benadering kunnen de robots zelf een aantal handelingen zelf uitvoeren en communiceren met andere robots in het systeem. Op bepaalde fysieke locaties heeft de robot de mogelijkheid om globale informatie op te vragen, bijvoorbeeld bij een laadpaal. Aan de hand van deze informatie kunnen - lokaal genomen beslissingen - gewijzigd worden. Deze benadering kan goed functioneren in dynamische omgevingen waar communicatie niet altijd stabiel is, maar waar instructies van hogerhand af en toe nuttig zijn om de operatie te stroomlijnen.

Om het MAS te toetsen, wordt er momenteel gewerkt aan een tweetal simulatie studies: één voor Lely en één voor H2Trac. Voor de Lely case is er inmiddels besloten om allereerst de hybride benadering te toetsen

Stef Bunte: www.distribute.company