Иерархическая система управления

Сложные технические системы, созданные человеком, часто имеют иерархическую структуру. Например, цепь командования характеризуется организационной схемой начальников, подчинённых и линиями организационной коммуникации. Иерархические системы управления строятся по аналогичному принципу — с распределением ответственности за принятие решений по различным уровням.

Каждый элемент иерархии представляет собой узел в дереве. Управляющие команды, задачи и цели распространяются сверху вниз — от высших к подчинённым узлам, а информация о результатах и сигналы обратной связи движутся снизу вверх — от подчинённых к вышестоящим узлам. Также возможен обмен сообщениями между узлами одного уровня. Две принципиальные особенности иерархической системы управления связаны с её уровнями^[1]:

• Каждый вышележащий уровень функционирует с большим временным интервалом планирования и исполнения, чем непосредственный нижележащий.
• Нижние уровни отвечают за решения локальных задач и целей, а их деятельность планируется и координируется верхними уровнями, которые, как правило, не отменяют принятые решения. Уровни системы формируют гибридную интеллектуальную систему, где реактивные низовые уровни являются подсубъ symbolic (субсимвольными), а более высокие, располагая большим запасом времени, способны к рассуждению на основе абстрактной модели мира и планированию. Иерархическая сеть задач хорошо подходит для планирования в таких системах.

Помимо искусственных систем, иерархической организацией обладают системы управления у животных. В перцептивной теории управления, утверждающей, что поведение организма — это способ управления своими ощущениями, предполагается, что его управляющие системы и восприятие строятся по иерархическому принципу.

На приведённой диаграмме показана типовая иерархия уровней, характеризующая управление промышленным производством с использованием компьютеризированной системы управления.

В соответствии с диаграммой:

• Уровень 0 включает полевые устройства — такие как датчики расхода и температуры, а также исполнительные элементы управления, например регулирующие клапаны.
• Уровень 1 содержит промышленные модули ввода-вывода (I/O) и распределённые электронные процессоры.
• Уровень 2 образуют компьютеры операторского уровня, которые собирают данные с процессорных узлов системы и обеспечивают интерфейс оператору.
• Уровень 3 выполняет производственный контроль — на этом уровне не происходит прямого управления процессом, зато ведётся мониторинг выпуска и выполнение производственного плана.
• Уровень 4 — уровень производственного планирования.

Среди парадигм робототехники есть иерархическая парадигма, в которой робот действует сверху вниз, опираясь на планирование, особенно на планирование движения. Инжиниринг производственных процессов с применением компьютерных средств является предметом интереса NIST начиная с 1980-х годов. Его Центр по автоматизации производства разрабатывает пятиуровневую модель производственного контроля. В начале 1990-х DARPA финансирует разработку интеллектуальных распределённых (сетевых) систем управления для военных систем командования и управления и других областей. NIST, опираясь на предыдущие наработки, разрабатывает свою реальную временную систему управления (RCS) и соответствующее программное обеспечение реально-временной системы управления, используемое как типовая иерархическая система для управления производственными ячейками, автоматическими кранами и автоматизированными транспортными средствами.

В ноябре 2007 года DARPA проводит DARPA Grand Challenge. Победившая команда, Tartan Racing^[2], использовала иерархическую систему управления с многоуровневым планированием миссии, планированием движения, генерацией поведения, восприятием, моделированием окружающего мира и мехатроникой^[3].

Архитектура субсумпции — методология построения искусственного интеллекта, тесно связанная с поведенческой робототехникой. Архитектура субсумпции позволяет разложить сложное интеллектуальное поведение на множество простых поведенческих модулей, организуемых в иерархические уровни. Каждый уровень реализует отдельную цель программного агента, причём абстрактность целей увеличивается от нижних к верхним уровням. Цели верхнего уровня включают и подконтрольны целям нижних, например, решение о движении к пище «надстраивается» над реакцией уровня избегания препятствий. Поведение не всегда требует централизованного планирования — оно может быть вызвано сенсорными входами и проявляться только при подходящих обстоятельствах^[4].

Обучение с подкреплением используется для формирования поведения в иерархических системах управления, где каждый узел может обучаться оптимизации своей деятельности на основе опыта^[5].

Джеймс Албус, работавший в NIST, разработал теорию проектирования интеллектуальных систем — референсную архитектуру (AMR)^[6], вдохновлённую иерархией RCS. По Албусу, каждый узел содержит следующие компоненты:

• Генератор поведения — отвечает за выполнение задач от вышестоящего узла (родителя), а также за планирование и постановку задач подчинённым узлам.
• Сенсорное восприятие — обеспечивает приём обратной связи от подчинённых узлов, их группировку, фильтрацию, формирование абстракций и передачу результатов вверх по иерархии.
• Оценка — анализирует обновлённую ситуацию и рассматривает альтернативные планы.
• Модель мира — локальное состояние, представляющее собой абстракцию управляемой системы, управляемого процесса или внешней среды на уровне подчинённых узлов.

На самых низких уровнях AMR реализуется как архитектура субсумпции, — «модель мира» в этом случае непосредственно соответствует управляемому процессу или реальному окружению, что устраняет необходимость в сложной математической абстракции; реактивное планирование выражается через конечные автоматы. Однако на верхних уровнях возможны более сложные математические модели и реализованное с помощью планирования поведение. Планирование необходимо, когда поведение зависит не столько от текущих ощущений, сколько от прогнозируемых или ожидаемых, особенно вызываемых действиями самого узла^[7].