サブサンプションアーキテクチャ

サブサンプションアーキテクチャは、 1980年代と90年代に非常に人気があった行動ベースのロボット工学と密接に関連した反応型ロボットアーキテクチャです。この用語は、1986年にロドニー・ブルックスとその同僚によって導入されました。 ^{[ 1 ] [ 2 ] [ 3 ]}サブサンプションは、自律型ロボット工学やリアルタイムAIのその他の分野 で広く影響を与えています。

サブサンプションアーキテクチャは、従来の記号的AIに対抗して提案された制御アーキテクチャである。世界の記号的精神的表現によって行動を導くのではなく、サブサンプションアーキテクチャは感覚情報を行動選択に密接にボトムアップ方式で結びつける。^{[ 4 ]： 130}

これは、完全な動作をサブ動作に分解することによって実現されます。これらのサブ動作は階層構造に組織化されています。各層は特定のレベルの動作能力を実装し、上位層は下位層を包含（＝下位層をより包括的な全体に統合／結合）することで、実行可能な動作を作り出すことができます。例えば、ロボットの最下位層は「物体を回避する」とします。第2層は「周囲を徘徊する」で、これは第3層「世界を探索する」の下で動作します。ロボットは効果的に「周囲を徘徊する」ために「物体を回避する」能力を持たなければならないため、包含アーキテクチャは上位層が下位層の能力を利用するシステムを構築します。センサー情報を受け取る各層は並列に動作し、出力を生成します。これらの出力は、アクチュエータへのコマンド、または他の層を抑制もしくは阻害する信号となります。^{[ 5 ]： 8～12、15 ～16}

サブサンプション・アーキテクチャは、従来のAIとは全く異なる視点から知能の問題に取り組んでいます。ロボット「シェイキー」や、同様の意識表現に着想を得たプロジェクトの性能に失望したロドニー・ブルックスは、無意識のプロセスに似た、知能に関する異なる概念に基づいたロボットの開発を始めました。記号操作によって人間の知能の側面をモデル化するのではなく、このアプローチは、動的な実験室やオフィス環境におけるリアルタイムのインタラクションと、実行可能な応答を目指しています。^{[ 4 ]： 130-131}

その目標は、以下の4つの重要な考えに基づいていた。

• 状況依存型AIの主要な考え方は、ロボットが人間のような時間枠内で環境に反応できるべきだという点です。ブルックスは、状況依存型移動ロボットは、内部の記号セットで世界を表現し、そのモデルに基づいて行動すべきではないと主張しています。代わりに、「世界はそれ自体が最良のモデルである」と彼は主張しており、これは、適切な知覚から行動へのセットアップを使用して、世界をモデル化するのではなく、世界と直接相互作用できることを意味します。しかし、各モジュール/動作は依然として世界をモデル化していますが、感覚運動信号に近い非常に低いレベルでです。これらの単純なモデルは、アルゴリズム自体にエンコードされた世界に関するハードコードされた仮定を必然的に使用しますが、世界の動作を予測するためにメモリを使用することを避け、可能な限り直接的な感覚フィードバックに依存します。
• 具現化 ― ブルックスは、具現化されたエージェントを構築することで2つのことが達成されると主張する。1つ目は、設計者に、物理世界では機能しない可能性のある理論モデルやシミュレーションロボットではなく、統合された物理制御システムをテストして作成することを強制することである。2つ目は、感覚データを意味のある行動に直接結びつけることで、多くの従来のAIが直面する哲学的問題である記号の接地問題を解決できることである。「世界は回帰する」ため、行動層の内部関係は、ロボットが知覚する世界に直接的に接地される。
• 知能 ​​― 進化の過程に着目すると、ブルックスは知覚能力と移動能力の発達が人間のような知能の必要不可欠な基盤であると主張する。また、 AIの出発点としてトップダウン型の表現を否定することで、「知能は世界との相互作用のダイナミクスによって決定される」と述べている。
• 創発性― 従来、個々のモジュールはそれ自体では知的とはみなされていません。エージェントとその環境を観察することによって評価される、そのようなモジュールの相互作用こそが、通常、知的である（あるいはそうでない）とみなされます。したがって、「知能」は「観察者の目によって決まる」のです。^{[ 5 ]： 165-170}

上記で概説した考え方は、知能の本質や、ロボット工学と人工知能の進歩をどのように促進すべきかという点に関する、現在も進行中の議論の一部である。

各層は、拡張有限状態機械（AFSM）であるプロセッサのセットで構成されており、拡張とは、プログラム可能なデータ構造を保持するためのインスタンス変数を追加することです。各層はモジュールであり、「歩き回る」などの単一の動作目標を担当します。これらの動作モジュール内またはモジュール間には、中央制御はありません。すべてのAFSMは、関連するセンサーから入力を継続的かつ非同期的に受信し、アクチュエータ（または他のAFSM）に出力を送信します。新しい信号が届くまでに読み取られなかった入力信号は破棄されます。これらの破棄された信号は一般的であり、最も即時の情報を処理することでシステムがリアルタイムで動作できるため、パフォーマンス向上に役立ちます。

中央制御がないため、AFSMは抑制信号と阻害信号を介して相互に通信します。抑制信号はアクチュエータまたはAFSMへの信号到達をブロックし、阻害信号はレイヤーまたはそのAFSMへの入力をブロックまたは置き換えます。このAFSM通信システムは、上位レイヤーが下位レイヤーを包含する方法（図1参照）であり、また、アーキテクチャが一般的に優先順位とアクション選択の仲裁を処理する方法でもあります。 ^{[ 5 ]： 12-16}

レイヤーの開発は直感的な手順で進められます。まず、最下層を作成し、テストおよびデバッグします。最下層が動作するようになったら、適切な抑制および阻害接続を備えた第2層を作成し、第1層に接続します。結合された動作をテストおよびデバッグした後、このプロセスは（理論的には）任意の数の動作モジュールに対して繰り返すことができます。^{[ 5 ]： 16-20}

以下は、サブサンプション・アーキテクチャを採用しているロボットの簡単なリストです。

• アレン（ロボット）
• 空き缶回収ロボットのハーバート（動画は外部リンクをご覧ください）
• チンギス、頑丈な六足歩行ロボット（動画は外部リンクを参照）

上記は他のロボットと共に『象はチェスをしない』で詳しく説明されている。^{[ 6 ]}

このアーキテクチャの主な利点は以下のとおりです。

• 対象領域におけるリアルタイムシステムの反復的な開発とテストを重視すること。
• 限定された、タスク固有の知覚を、それを必要とする表現された行動に直接結びつけることに重点を置くこと。
• 分散的かつ並列的な制御に重点を置くことで、動物と同様の方法で知覚、制御、および行動システムを統合する。^{[ 5 ]： 172-173 [ 6 ]}

このアーキテクチャの主な欠点は以下のとおりです。

• 高度に分散した抑制および抑制システムによる適応可能な行動選択の設計の難しさ； ^{[ 4 ]： 139-140}および
• 大容量メモリと記号表現の欠如は、アーキテクチャが言語を理解することを制限しているように思われる。

サブサンプションアーキテクチャが開発された際、その斬新な構成とアプローチにより、従来のAIが失敗していた多くの重要な領域、すなわち動的な環境とのリアルタイムな相互作用において成功を収めることができました。しかしながら、大容量メモリ、記号表現、中央制御の欠如は、複雑な動作の学習、詳細なマッピング、言語理解において不利な点となっています。

• エージェントアーキテクチャ
• 認知アーキテクチャ
• 創発的行動
• 階層型制御システム
• ロボットのパラダイム
• スクラフィーズ

主な論文は以下のとおりです。

• RA Brooks (1986)、「移動ロボットのための堅牢な階層制御システム」、IEEE Journal of Robotics and Automation RA-2、14-23。
• R.A. ブルックス (1987)、「計画とは、次に何をすべきかを考えることを避けるための手段にすぎない」、MIT 人工知能研究所技術報告書。
• R. BrooksとA. Flynn（Anita M. Flynn）（1989）、「高速、安価、そして制御不能：太陽系へのロボット侵略」、J. Brit. Interplanetary Soc.、第42巻、第10号、 478～485ページ、1989年。（この論文は後に映画『Fast, Cheap and Out of Control』のタイトルとなり、論文の概念は1997年のマーズ・パスファインダー、そして2004年のマーズ・エクスプロレーション・ローバー・ミッションで実際に実現されたと言えるだろう。）
• RA Brooks (1991b)、「理性なき知能」、1991年国際人工知能合同会議議事録、 569-595頁。
• R. A. Brooks (1991c)、「表現なき知能」、人工知能47（1991）139-159。（この論文は、メルクヴェルトとサブサンプション・アーキテクチャの概念を紹介している。）

• SB-MASEは、サブサンプション（包含関係）に基づくマルチエージェントシミュレーターである。
• SR04およびjBotロボットのサブサンプション、DPRGウェブサイト
• LeJOS プログラムを段階的に開発する、Juan Antonio Breña Moral Web サイト
• ソーダ缶回収ロボット、ハーバートの動画（YouTube）。
• 頑丈な六足歩行ロボット、チンギスの動画（YouTube）。