Scarica il testo del quaderno (1.06 MB) - Fondazione Ugo Bordoni

I quaderni di
di Daniela D’Aloisi
R O B O T :
tra realtà e fantasia
Nello scorso numero dei Quaderni abbiamo già parlato di robot, concentrandoci
su una particolare categoria, i robot cognitivi.
In realtà esistono diversi tipi di robot, non tutti necessariamente dotati di
capacità intellettuali superiori, e il significato stesso della parola non è ben definito.
Nel primo articolo introduciamo alcune architetture usate nella robotica
per fare emergere i diversi approcci e metodi.
L’articolo “Due parole sulla robotica” fornisce una breve storia dei robot
veri e virtuali a partire dai miti greci, dal quale emerge il forte interesse verso
le macchine dotate di un certo grado di autonomia.
L’autonomia è una caratteristica importante: l’articolo
“Il ruolo dell’autonomia nella robotica spaziale”
tratta proprio di come sia cambiato il livello di autonomia
da quando è cominciata la corsa verso Marte
da parte della NASA fino alle ultime missioni.
L’ultimo articolo va oltre il singolo robot e mostra
un sistema che integra componenti robotici,
sensoristici e software in ambienti intelligenti:
l’approccio si basa sul concetto di PEIS-Ecology,
una ecologia di sistemi embedded intelligenti in
cui ciascun componente elementare contribuisce
all’implementazione di servizi intelligenti avanzati.Tale
metodologia trova applicazione in un
prototipo di “casa intelligente”.
SUPPLEMENTO AL NUMERO 260 OTTOBRE 2008 DI

6
I N D I C E
Il quaderno di Telèma è stato realizzato dalla Fondazione Ugo Bordoni.
Presidente il prof. Maurizio Dècina
Direttore Generale il prof.Antonio Sassano
Direttore delle Ricerche l’ing. Mario Frullone
Curatore del Quaderno: Daniela D’Aloisi
Hanno collaborato: Teodoro Ambrogio e Raffaele Nicolussi, Fondazione Ugo Bordoni;
Andrea Orlandini, DIA – Università degli Studi Roma Tre;
Riccardo Rasconi, Istituto di Scienze e Tecnologie della Cognizione – CNR;
Federico Pecora e Alessandro Saffiotti, Center for Applied Autonomous Sensor Systems – Örebro University
SONO USCITI NEL 2007/2008:
Verso le reti di nuova generazione: il ruolo di Ethernet LUGLIO/AGOSTO
Nuovi servizi a larga banda su Internet SETTEMBRE
Segno di riconoscimento: la voce OTTOBRE
Elettromagnetismo tra scienza e comunicazione NOVEMBRE
L’importanza dello spettro radio per un mondo senza fili DICEMBRE 2007/GENNAIO
Società dell’informazione e contenuti digitali: tutela dei diritti in un mondo che cambia FEBBRAIO
Il mondo gestito da una rete di sensori invisibili MARZO
Utente senza segreti informazione personalizzata APRILE
Nuove piattaforme di diffusione terrestre e satellitare dellaTV digitale: gli standard DVB-T2 e DVB-S2 MAGGIO
Piattaforme e contenuti in un mondo in movimento GIUGNO
La tecnologie Fotoniche per la Larga Banda e per le N GN LUGLIO/AGOSTO
Robot con noi, tra noi e dentro di noi SETTEMBRE
46 Iquadernidi
47
49
54
59
2007
2007
2007
2007
2008
2008
2008
2008
2008
2008
2008
2008

R O B O T :
approcci e architetture
Secondo l’International Organisation for Standardisation
(definizione ISO 8373), un robot è “un
manipolatore automaticamente controllato, riprogrammabile,
multi-funzionale, programmabile su
tre o più assi, che può essere fisso o mobile per
l’uso in applicazioni di automazione industriale”.
Questa definizione - condivisa anche dalla Internationa
Federation of Robotics, dalla European Robotics
Research Network e da altre simili organizzazioni
- è piuttosto riduttiva e non contempla la
grande varietà di macchine più o meno intelligenti
che sono state costruite realmente o sono semplicemente
scaturite dalla fantasia di noi umani.
Un tratto caratteristico attribuito ai robot è l’autonomia:
un robot autonomo è un agente in grado
di compiere i compiti affidategli in ambienti non
strutturati e senza guida umana, esibendo diversi
gradi di indipendenza decisionale ed operativa a
seconda dello scopo per cui è stato progettato. Per
esempio, un alto livello di indipendenza è richiesto
per le esplorazioni spaziali, in cui i robot devono
essere in grado di effettuare molteplici azioni in un
luogo remoto e senza possibilità di qualsiasi tipo
di controllo.
I moderni robot industriali sono autonomi solo
rispetto al loro ambiente e alle operazioni che
compiono, anche se possono esserci delle variabili
il cui valore deve essere di volta in volta ricalcolato:
per esempio, il robot deve determinare la posizione
del pezzo o il tipo di oggetto da trattare.
Un robot completamente autonomo è invece
in grado di estrarre informazioni dall’ambiente in
cui si muove, di lavorare per lunghi periodi di tempo
senza alcun intervento umano, di muoversi tutto
o in parte nel suo ambiente senza assistenza,
evitare situazioni che sono dannose per le perso-
OTTOBRE2008
di Daniela D’Aloisi
ne o per se stesso a meno che non facciano parte
dei suoi compiti, per esempio nella disattivazione
di un ordigno.
I robot autonomi spesso sono implementati con
tecniche d’intelligenza artificiale e sono anche dotati
di capacità di apprendimento al fine di aumentare
le loro competenze o di migliorare le proprie
prestazioni. La possibilità di pianificare strategie per
adattarsi al cambiamento dell’ambiente o per reagire
a situazioni impreviste aumenta il loro grado
di autonomia e la possibilità di successo nel raggiungimento
dei loro obiettivi.
Mancando una definizione universale per il termine
robot, introduciamo una caratterizzazione
strutturale largamente accettata. Un robot può essere
visto come composto da: un insieme di parti
meccaniche - come ad esempio una piattaforma
mobile o di un braccio - e una collezione di attuatori/effettori
che possano interagire con l’ambiente;
un insieme di sensori in grado di sentire
l’ambiente intorno e dare feedback; un cervello, visto
come un insieme di programmi che definiscono
il suo comportamento in base al contesto e alla
situazione corrente, che processa gli input e decide
cosa fare in risposta allo stato attuale.
Nella robotica tradizionale, il robot possiede una
mappa dell’ambiente in cui opera e pianifica cosa
fare basandosi su questa mappa. I suoi sensori - il
cui tipo dipende dalle sue funzionalità - catturano
informazioni dall’ambiente, il suo cervello le integra
ed elabora, aggiornando la mappa del suo mondo.
In base a questo, decide il piano da eseguire che
mette in pratica attraverso i suoi attuatori ed effettori:
i primi sono essenzialmente motori a cui i secondi,
che di fatto interagiscono con l’ambiente, so-
47

no connessi. Questa metodologia è
molto pesante da un punto di vista
computazionale: il solo mantenere
una mappa aggiornata
di un mondo che cambia
continuamente è estremamente
difficile. Il superamento
di questi problemi ha portato
ad un nuovo approccio,
detto behavior-based robotics
(BBR), e all’adozione di un’architettura
nota come subsumption
architecture, introdotta da Rodney
A. Brook (del MIT AI Lab) con il suo
fondamentale articolo “Elephants Don’t Play
Chess” (1986).
La subsumption architecture è un modo per
decomporre comportamenti intelligenti ma complessi
in molti moduli più semplici, organizzati a
livelli stratificati uno sopra l’altro. Ogni livello implementa
un particolare obiettivo (goal) dell’agente
robotico, ed è definito in base alle cause della
sua attivazione (trigger) e alle azioni da intraprendere.
Il goal di ogni livello sussume in senso
gerarchico quelli dei livelli sottostanti, ossia la soddisfazione
di un obiettivo di livello superiore implica
quella dei livelli inferiori. Per esempio, dato
il goal di basso livello “evitare un oggetto”, l’obiettivo
superiore potrebbe essere “muoversi intorno”
seguito da “esplorare il mondo”. Ognuno di
questi livelli orizzontali può accedere a tutti i sensori
e può generare azioni per gli attuatori. Nel
caso di conflitti tra livelli, interviene un decisore
centralizzato. Il comportamento complessivo del
robot è emergente e può essere migliore della
somma delle sue parti. Piuttosto che ingegnerizzare
il robot, si aggiunge un comportamento e si
osserva cosa emerge. Roomba, il robot-aspirapolvere,
è costruito usando questa architettura
e ha un’interfaccia aperta con cui è possibile pro-
ROBOT FRA REALTÀ E FANTASIA
grammare specifiche funzionalità.
È stata sviluppata
dalla iRobot, una compagnia
fondata proprio da Brooks con
altre persone del MIT.
Attualmente, la subsumption architecture
è largamente diffusa soprattutto per i livelli bassi
di definizione di un robot.
Muovendosi verso gradi di astrazione superiore,
i robot cognitivi (introdotti nel precedente Quaderno
di Telèma) permettono una gamma più vasta
di applicazioni e sono aperti alla sperimentazione
di molte discipline, anche umanistiche.
Esistono due principali approcci, uno simbolico
che si rifà a tecniche di intelligenza artificiale
(AI), l’altro di tipo evolutivo che trae le sue origini
dalla biologia e dalle scienze umane.
Il primo approccio implica l’integrazione di diverse
discipline nell’ambito dell’AI, principalmente
rappresentazione della conoscenza, tecniche
sofisticate di ragionamento automatico, pianificazione,
apprendimento automatico, etc.
Il secondo segue l’idea dei comportamenti
emergenti che si evolvono a partire da comportamenti
elementari.
Chiaramente questo breve articolo non esaurisce
tutte le possibili architetture, per descrivere
le quali ci vorrebbe un intero volume.
Daniela D’Aloisi
Fondazione Ugo Bordoni
Figura 1. Il robot-aspirapolvere
basato sulla subsumption
architecture.
48 Iquadernidi

DUE PAROLE SULLA ROBOTIC A
Due parole sulla robotica
robotica è una scienza che studia i compor-
La tamenti degli esseri intelligenti, cercando di
sviluppare delle metodologie che permettano ad una
macchina, il robot, di eseguire dei compiti specifici, grazie
alla dotazione di opportuni dispositivi atti a percepire
l’ambiente circostante ed interagire con esso.
Il termine robot indica una qualsiasi macchina -
di forma più o meno antropomorfa - in grado di
svolgere più o meno indipendentemente un lavoro
al posto dell’uomo. La robotica, come disciplina, si
rifà all’antico desiderio dell’uomo di costruire strumenti
che possano aiutarlo e facilitarlo in compiti
più o meno difficili e onerosi.
La parola robotica proviene dal ceco robota, dove
ha il significato di “lavoro pesante” o “lavoro forzato”
ed è stata introdotta dallo scrittore Karel Capek nel
1920 nel suo racconto R.U.R. (Rossum’s Universal
Robots). Il termine inglese derivato “robotica”, secondo
l’Oxford English Dictionary, compare per la
prima volta nel racconto di fantascienza Liar! (Bugiardo!,
1941) dello scrittore Isaac Asimov a cui si deve
l’introduzione delle famose Tre Leggi della Robotica:
Un robot non può recare danno ad un essere umano,
né può permettere che, a causa del suo mancato
intervento, un essere umano riceva danno.
Un robot deve obbedire agli ordini impartiti dagli
esseri umani, purché tali ordini non contrastino
con la Prima Legge.
Un robot deve proteggere la propria esistenza,
purché questa autodifesa non contrasti con la Prima
e/o la Seconda Legge.
In realtà, queste sono regole di buon senso, che
speriamo siano sempre seguite dagli scienziati e dai
progettisti.
UN PO’ DI STORIA
Le origini del robot come macchina antropomorfa
sono antichissime. Nella mitologia classica ad esempio
si incontrano automi come Talos, gigante di bronzo
costruito da Dedalo per difendere l’isola di Cre-
OTTOBRE2008
<
ta, o la statua di Galatea che prende vita nel mito di
Pigmalione. In Persia, vicino al tempio di Susa, così come
nelle tombe egiziane, sono stati rinvenuti degli oggetti
giocattolo con parti mobili, in grado di aprire la
bocca tirando una funicella.
Tra il I e il II secolo a.C. si cominciano a vedere
i primi compendi di meccanica ad opera del matematico
Erone di Alessandria, nei quali si descrivono
alcuni meccanismi in grado di far muovere
delle statue, sfruttando soffi di vapore prodotti da
caldaie o getti d’acqua.
Il primo progetto documentato di un robot umanoide
è opera di Leonardo daVinci attorno al 1495.
Non è certo se provò a costruire il robot, ad ogni modo
i suoi sono disegni dettagliati per un cavaliere meccanico
in grado di alzarsi in piedi e agitare le braccia.
Nel 1500 fu la volta degli alchimisti che diedero le
indicazioni per costruire non solo la testa ma l’intero
corpo di un essere artificiale: l’homunculus.
Possiamo pertanto individuare una fase iniziale della
robotica nella quale storia e leggenda si mescolano.Tecnologie
vere e proprie le vediamo invece a partire
dal 1570, con la costruzione di figure mobili, come
il gallo meccanico della cattedrale di Strasburgo
che, allo scoccare del mezzogiorno, emetteva un sonoro
suono. Jacques de Vaucanson nel 1738 realizza
un’anatra meccanica utilizzando circa 400 parti mobili,
mentre alla fine del 1700 avvenne quello che passò
alla storia come il primo falso robot, visto che per
la prima volta il comportamento di una macchina venne
confuso con quello di un uomo: si tratta dell’invenzione
del barone ungherese Von Kempelen che
inventò un automa in grado di giocare a scacchi. Fu lo
scrittore E.A. Poe a scoprire l’inganno!
Tra il 1770 ed il 1773 Pierre e Henri-Lous Jaquet-Droz
costruirono tre esemplari meccanici
(uno scrivano, un disegnatore ed un musicista) capaci
di eseguire compiti di scrittura e disegno, nonché
di esecuzione musicale. Questi oggetti si trovano
tuttora nel Museo d’Arte di Neuchatel e al
Franklin Institute di Filadelfia.
Durante la rivoluzione industriale dell’800 si assiste
ad un periodo piuttosto amorfo per la robotica,
dovuto forse alla necessità di costruire macchine un
49

po’ più intelligenti in grado di memorizzare e prendere
decisioni. Menzioniamo solo il progetto dell’inventore
britannico Charles Babbage di una macchina
in grado di risolvere problemi e la realizzazione,
da parte di Hollerit, di una macchina tabulatrice, costruita
per esigenze pratiche di archiviazione e gestione
di grandi quantità di dati relativi al censimento.
Il sistema prevedeva l’utilizzo di schede perforate,
lette attraverso un sistema elettromeccanico. Hollerit,
per poter commercializzare la sua macchina,
dovette fondare una società che il seguito divenne
l’International Business Machine (IBM).
Il primo sistema automatico di feedback, molto
importante in robotica, fu introdotto da Watt con
il suo regolatore automatico. Questo era formato
da due sfere fisse alle estremità di due leve rotanti:
ruotando velocemente, l’effetto della forza centrifuga
le faceva sollevare chiudendo una valvola
che regolava l’afflusso di vapore, determinando una
diminuzione della velocità di rotazione.
In molti racconti appaiono personaggi meccanici
o “omuncoli”, nome con cui Ippolito Nievo chiama,
nel suo racconto “Storia filosofica dei secoli futuri”
del 1860, i robot.
Col crescere della tecnologia meccanica, la risposta
letteraria al concetto di robot non si è fatta attendere,
facendo risaltare la paure degli esseri umani
di essere rimpiazzati dalle loro stesse creazioni. Nel
1818 il romanzo Frankenstein diventa simbolo di questa
ondata di timori. Da lì a poco, il cinema creerà altri
capolavori con al centro il mondo dei robot.
I ROBOT AI NOSTRI GIORNI
Agli inizi del 1900 il robot era già entrato nel parlare
comune soprattutto grazie alla notevole diffusione
dei fumetti di fantascienza che in quegli anni
lo resero noto al grande pubblico.
Ma il vero successo, in termini di popolarità, si
ha con i romanzi di Isaac Asimov attraverso i quali
il robot esce dalle anonime librerie dei pochi entusiasti
del genere per invadere pacificamente il
mondo di noi umani.
Asimov, durante tutta la sua brillante carriera
conclusasi nel 1992 con la sua morte, ci presenta
tantissimi robot, dai freddi automi calcolatori di Abissi
di Acciaio (1954) fino all’umanissimo androide del
ROBOT FRA REALTÀ E FANTASIA
romanzo L’Uomo Bicentenario del 1976 introducendo,
attraverso le tre leggi, un codice comportamentale
che verrà effettivamente implementato anche
in situazioni reali.
I robot di Asimov sono ben diversi da quelli che,
nella realtà, le fabbriche di quel periodo sono in grado
di produrre: a differenza delle macchine somiglianti
all’uomo, la tecnologia dei primi anni del 1900
realizza sistemi robotici molto semplici e dall’aspetto
tutt’altro che umano, spesso al solo scopo di stupire
o per ricerca.
Tra i robot costruiti soprattutto per fare spettacolo
c’è Elektro presentato negli anni ’30 al World’s
Fairs Expo di New York. Elektro nasce in Ohio tra il
1937 e il 1938 che appare come un massiccio umanoide
in grado di camminare a comando vocale, fumare
sigarette, gonfiare palloncini e muovere braccia
e gambe. È costituito da una serie di ingranaggi di acciaio
ricoperti da una pelle di alluminio mentre gli occhi
sono delle telecamere in grado di distinguere la
luce rossa e verde. Nel 1940 Elektro viene affiancato
nel suo spettacolo da Sparko, un cane robot.
Si dovrà aspettare la metà degli anni ’90 per vedere
la commercializzazione del primo robot, Unimate,
inventato da Devol e Joseph F. Engelberger
nella neonata Unimation per essere impiegato come
braccio meccanico dalla General Motors nella
sua catena di produzione.
Unimation fu tra le prime di una lunghissima lista
di aziende che sul finire degli anni ’90 fioriro-
Figura 2. Il robot Ambler, costruito presso il Field Robotics
Center della Carnegie Mellon University.
50 Iquadernidi

DUE PAROLE SULLA ROBOTIC A
no attingendo alla ricca vena rappresentata dall’industria
robotica.
Dalla metà degli anni ’90 la storia dei robot è densa
di avvenimenti tra i quali, tralasciando quelli meno
importanti, è da evidenziare nel 1975 la nascita di PU-
MA (Programmable Universal Machine for Assembly),
inventato daVictor Scheinman su progetto originale
dello stesso Devol che aveva realizzato Unimate.Anche
PUMA è un braccio robot e come il suo lontano
parente Unimate trova lavoro nella catena di assemblaggio
della General Motors.
La maggior parte dei robot moderni, come Unimate
e PUMA, sono utilizzati all’interno delle fabbriche
anche se non mancano le eccezioni. Infatti spesso
i robot sostituiscono gli umani in operazioni difficili
o che si svolgono in ambienti difficili.
Verso l’inizio degli ’80 nacque un’area, detta field robotics,
per lo studio e la progettazione di macchine destinate
alla ricognizione ed ispezione remote di siti pericolosi
e complessi. Questa esigenza nacque dopo
l’incidente nucleare di Three Mile Island (accaduto il
28 marzo 1979 a Middletown in Pennsylvania) che rese
evidente la necessità di avere macchine che potessero
lavorare senza controllo umano.A questo filone
appartengono robot autonomi la cui intelligenza e grado
di autonomia aumentano con l’applicazione di tecnologie
sempre più sofisticate: la loro maggiore caratteristica
è la capacità di compiere compiti di precisione
e di fornire informazioni su luoghi interdetti all’uomo.
In generale, questi robot svolgono attività quali
sorveglianza, ispezione, rilevamento, mappatura, neutralizzazione,
riconoscimento, etc. in terra, acqua e spazio.
Ovviamente sono anche usati per scopi militari,
ma possono servire anche per la ricerca e neutralizzazione
di mine inesplose.
Nel 1982 furono costruite tre macchine dedicate
all’esplorazione di centrali nucleari con specializzazioni
differenti: il Remote Reconnaissance Vehicle
per ispezionare il reattore, il Remote Core Sampler
per raccogliere campioni di materiale e il Remote
Work Vehicle per eseguire lavori di supporto.
Nel 1983 fu costruito il Terregator, un veicolo senza
guidatore usato per esplorare le miniere di carbone,
servito poi come testbed per lo sviluppo di altri
robot negli anni successivi.
Nel 1988 il Pioneer, una macchina mobile per valutare
lo stato di un sito tramite la sua mappatura e
ricognizione, fu impiegata a Chernobyl. Il Tesselator
OTTOBRE2008
(1992) fu sviluppato per l’ispezione e l’impermeabilizzazione
della copertura dello Space Shuttle.
Un’altra categoria di robot è usata nelle esplorazioni,
soprattutto nel campo spaziale (oggetto di un
altro articolo in questo Quaderno).
Il primo prototipo fu Ambler (1987), progettato
per esplorare Marte, anche se non lasciò mai la terra:
aveva l’aspetto di un ragno con lunghe zampe
adatte a superare le asperità marziane e aveva bassissimi
consumi (figura 2).
Una categoria rilevante è rappresentata dai robot
umanoidi, come ASIMO (Advanced Step in Innovative
MObility) (figura 3), progettato dalla Honda per interagire
con gli umani. Le sue capacità sono piuttosto
sofisticate: è in grado di riconoscere oggetti in movimento,
di classificare posture e gesti per esempio
stringendo la mano che gli viene offerta, di distinguere
suoni, di identificare un numero limitato di facce
e di riconoscere elementi nel suo ambiente
in modo da muoversi in
modo sicuro.
Uno dei robot più famosi è
il cane AIBO (Artificial Intelligence
BOt),costruito dalla Sony,usato
spesso nelle ricerche in intelligenza
artificiale a causa
non solo del suo costo
contenuto, ma perché integra
un computer, un sistema
di visione e la possibilità
di movimenti complessi. La
competizione RoboCup ha
una track per squadre
di AIBO che giocano
uno contro l’altro
(figura 4).
Figura 3. ASIMO, un robot
umanoide costruito dalla Honda.
51

Figura 4. AIBO nei modelli ERS-111 (a destra) e ERS-210 (a sinistra).
Esistono diversi filoni di ricerca che studiano nuovi
tipi di robot, senza una specifica finalità industriale:
lo scopo è di trovare alternative al modo di pensare,
progettare e costruire agenti autonomi utilizzando
sia le tecnologie più avanzate che ricerche in campi
finora inesplorati dalla robotica.
I soft robot hanno corpi di silicone ed attuatori
flessibili, e sono controllati usando la fuzzy logic o
le reti neurali. Ancora più interessanti sono gli sciami
di robot (swarm robot), ispirati alle colonie di
insetti come api e formiche (figura 5). Ogni picco-
Figura 5. Uno sciame di micro robot del progetto open source swarmrobot.org.
ROBOT FRA REALTÀ E FANTASIA
lo robot ha un comportamento semplice, ma il
comportamento emergente dello sciame è piuttosto
complesso: l’insieme può essere considerato
come un unico sistema distribuito che esibisce
un’intelligenza collettiva. Uno sciame è anche più
robusto perché può continuare a lavorare anche
se alcuni suoi elementi falliscono, laddove un singolo
robot di dimensioni normali non può recuperare.
Lo scrittore americano Michael Crichton ci
ha fornito un inquietante scenario delle capacità
di uno sciame di robot nel suo libro Prey (Preda,
2002): i nanobot, protagonisti del
libro, hanno delle capacità evolutive
così avanzate da arrivare a
controllare gli umani, impersonificare
un individuo cooperando
tutti insieme, ed infine utilizzare
le persone per moltiplicarsi.
ROBOT REALI E VIRTUALI
Accanto ai robot famosi della storia
non mancano quelli costruiti per
diletto e con chiari obiettivi economici
come il recentissimo Salvador
DaBot (figura 6) realizzato dall’azienda
Sylvain Calinon con lo scopo di
racimolare qualche moneta nei
centri commerciali. Salvador DaBot,
52 Iquadernidi

DUE PAROLE SULLA ROBOTIC A
infatti, altri non è che una macchina (una fotocamera,
un pc e un plotter) travestita da robot. La fotocamera
riprende il cliente, il pc applica filtri e trasformazioni
all’immagine catturata e il plotter la disegna.
La Carnegie Mellon University, una importante
università privata americana di Pittsburgh, Pennsylvania,
dedica un premio ai robot, reali o immaginari,
che maggiormente hanno fornito un contributo
alla società umana.
La manifestazione, istituita nell’aprile del 2003, chiede,
ogni anno, ad una giuria costituita da studenti, ricercatori,
giornalisti e scienziati di valutare quale robot
sia degno di entrare nella Robot Hall of Fame. Durante
la cerimonia che ne consegue, l’ideatore del robot
viene premiato e la sua creazione entra nell’Olimpo
dei robot che hanno fatto storia.I candidati alla prossima
edizione del premio sono tantissimi e chiunque
può votare attraverso internet collegandosi al sito
http://www.robothalloffame.org/nominate.php.
L’elenco completo contiene robot provenienti dai più
disparati ambiti: è possibile trovare Mazinger Z, il robot
dei cartoni animati, fino al NOMAD di StarTrek
passando per la sonda spaziale Voyager II.
L’edizione precedente, tenutasi nel 2006, ha
premiato 5 famosi robot: AIBO; SCARA, un robot
manipolatore il cui prototipo fu creato nel 1978
dal professor Hiroshi Makino alla Yamanashi University
in Giappone; David, il bambino robot pensato
da Steven Spielberg per il film Artificial Intelligence:
AI del 2001; Maria, un robot
dalla sembianze femminili protagonista
di Metropolis, un vecchio
film (1927) del regista tedesco
Fritz Lang; Gort, icona pop del periodo
della Guerra Fredda, protagonista
del film The Day the Earth
Stood Still realizzato nel 1951 da
Robert Wise.
I vincitori della prima edizione sono
tra i robot reali o virtuali più famosi
della storia: HAL 9000, il computer
dai sentimenti umani, protagonista
del film di Stanley Kubrick, tratto
dal libro di Arthur C. Clarke,
2001: A Space Odyssey (2001: Odissea
nello Spazio); il Mars Pathfinder
Sojourner Rover, una piccola macchi-
na sbarcata sul suolo di Marte nel Figura 6. Il finto robot Salvator DaBot.
OTTOBRE2008
1997; il mitico R2-D2, piccolo protagonista della serie
cinematografica Star Wars (Guerre Stellari); il già
citato Unimate.
ASIMO fu tra i vincitori dell’edizione del 2004, insieme
all’indimenticabile C-3PO, il robot protocollare
di Star Wars.
Primo dei vincitori del 2008 è il Lego Mindstrom,
un kit che combina i famosi mattoncini con motori,
sensori e altre strutture: le costruzioni possono
essere programmate e quindi fatte muovere. Negli
USA si tiene la Lego Mindstorm Competition, ideata
per ragazzi di diverse fasce d’età, che premia i
migliori robot realizzati. Un altro vincitore è il Raibert
Hopper, sviluppato nel 1980 da Marc Raibert
per studiare il movimento umano e costruire quindi
protesi e strumenti robotici per aiutare le persone
disabili. Il terzo è il NavLab 5, una serie di veicoli
autonomi sviluppati presso la Carnegie Mellon
University. L’ultimo è il Comandante Data della serie
Star Trek:The Next Generation. Questo personaggio
è sempre stato tra i candidati, ma è sempre
stato scartato poiché dice di se stesso:“I am an android,
not a robot”.
Quando si parla di robot, il confine tra realtà e
fantasia è molto labile!
Teodoro Ambrogio, Daniela D’Aloisi,
Raffaele Nicolussi
Fondazione Ugo Bordoni
53

Il ruolo dell’autonomia
nella robotica spaziale
La costruzione di macchine capaci di aiutare l’uomo
nel proprio lavoro è sempre stato uno degli obiettivi
che hanno guidato lo sviluppo tecnologico. Da sempre,
un notevole sforzo tecnico-scientifico è stato
profuso rincorrendo il sogno di progettare ed implementare
piattaforme robotiche più o meno complesse
in grado di supportare le attività di un essere umano,
come per esempio le piattaforme mobili robotizzate
utilizzate dagli operai per spostare grossi carichi
in un magazzino. Ma la ricerca scientifica, nell’ambito
della automazione industriale, è andata anche oltre,
arrivando alla progettazione di macchine capaci
addirittura di sostituire un essere umano in molte
mansioni ripetitive e/o pericolose, per esempio le attività
di assemblaggio nelle catene di produzione.Tutto
questo è stato possibile non solo per lo sviluppo
di componenti hardware sempre più sofisticate e precise
ma anche grazie alla progettazione di sistemi “intelligenti”
capaci di svolgere in maniera autonoma
molte attività complesse.
Fiumi di parole sono stati scritti nel tentativo di delineare
le caratteristiche distintive dell’intelligenza. Per
gli scopi di questo breve articolo, ci limiteremo a sottolineare
che “autonomia” ed “intelligenza” possono
essere due concetti ortogonali. In generale, il concetto
di autonomia va distinto dal concetto di proattività,
normalmente legato alla capacità di un agente
artificiale di agire razionalmente in base al contesto.
In tal senso, si può considerare autonomo un robot
capace di eseguire con successo una sequenza preordinata
di attività, mentre si può definire proattivo (e
quindi intelligente) un robot il cui sistema di controllo
è capace di generare autonomamente una sequenza
di attività a fronte di un determinato obiettivo, e
successivamente eseguire tale sequenza in modo consistente
con le mutevoli condizioni ambientali.
In realtà, la presenza di operatori umani è rimasta
cruciale nella maggior parte dei contesti operativi reali,
in particolar modo in quei contesti in cui le capacità
degli agenti artificiali non permettono di ottenere
una risposta “sufficientemente intelligente” in tempi
“sufficientemente rapidi”.Ad esempio, i robot di sup-
ROBOT FRA REALTÀ E FANTASIA
porto alle unità di pronto intervento in scenari di emergenza
sono dotati di mobilità autonoma, sebbene la
responsabilità delle attività particolarmente critiche, tipo
la ricerca di superstiti, rimane di esclusiva pertinenza
degli operatori umani. Ciò nonostante, esistono molti
scenari in cui i robot autonomi/proattivi ricoprono
un ruolo fondamentale rappresentando un più che valido
elemento sostitutivo dell’essere umano. Uno di
questi scenari, e forse anche il più affascinante, è quello
che riguarda le missioni spaziali.
In questo dominio infatti, alle ragioni legate all’estrema
inospitalità dell’ambiente di esecuzione, si aggiungono
anche le difficoltà di stabilire un controllo continuativo
da Terra a causa sia delle enormi distanze
coinvolte, sia delle limitate opportunità di comunicazione
(finestre di visibilità temporale) determinate dalle
leggi della meccanica celeste. In altre parole, lo spazio
è stato tradizionalmente uno dei domini applicativi
nei quali si è manifestata maggiormente la necessità
di sviluppare veicoli (ovvero robot mobili) ad alto
tasso di autonomia/proattività, macchine cioè che
avessero le capacità di autogestire i propri compiti al
di là del diretto e continuo controllo dell’uomo.
La strada verso lo sviluppo di tali soluzioni è stata
lastricata di notevolissime difficoltà, non ultima lo
scetticismo degli ambienti direttamente coinvolti
(NASA, e più recentemente anche l’ESA) molto conservatori
ed estremamente riluttanti nell’affidare l’esito
di missioni del valore di svariati milioni di dollari
in mano a delle “macchine” per quanto intelligenti.
Di fatto, il livello di autonomia/intelligenza delle sonde
e dei robot esploratori attualmente utilizzati nelle
missioni è ancora molto limitato, soprattutto se
paragonato con quanto spesso divulgato dalla stampa
non specializzata la quale spesso tende ad esagerare
quelle caratteristiche che sono particolarmente
accattivanti per il grande pubblico, sottacendo gli
aspetti meno “remunerativi” dal punto di vista dell’impatto
mediatico. Innanzitutto, dal punto di vista
del livello di autonomia raggiunto dai veicoli spaziali,
le missioni nelle quali vengono utilizzati sono comunque
progettate per lasciare all’uomo gran par-
54 Iquadernidi

IL RUOLO DELL’AUTONOMIA NELLA ROBOTIC A SPAZIALE
Figura 7. La sonda Viking.
te del controllo, il quale viene esercitato attraverso
periodiche comunicazioni in cui vengono inviati alle
sonde piani e/o programmi alternativi di attività da
svolgere; in secondo luogo, i domini di applicazione
spaziali, per esempio quello relativo all’esplorazione
del suolo marziano, pongono problemi di pianificazione
automatica relativamente “semplici” rispetto
ai problemi che potrebbero presentarsi nei domini
“terrestri”, i quali oltre a presentare al pianificatore
tutte le difficoltà legate all’incompletezza dell’informazione,
sono spesso caratterizzati da altissimi gradi
di dinamismo e/o ostilità ambientale.
Nel seguito, ripercorrendo la storia delle principali
missioni spaziali che hanno visto come obiettivo l’esplorazione
della superficie del pianeta rosso, avremo modo
di evidenziare i livelli di autonomia e proattività dei
robot utilizzati. In particolare, porremo particolare attenzione
all’evoluzione dei sistemi di controllo e delle
capacità deliberative di tali sistemi.
MISSIONEVIKING. Il progetto della NASA denominatoViking
(figura 7) ha rappresentato il culmine di
una serie di missioni per l’esplorazione del pianeta Marte
che iniziò nel 1964 con il Mariner4 e che continuò
fino al 1972. IlViking ha trovato un posto d’onore nella
storia diventando il primo progetto americano che
riuscì a far atterrare con successo una sonda terrestre
sulla superficie di Marte. Furono costruiti due veicoli
OTTOBRE2008
spaziali identici, ognuno composto da un lander e un
orbiter. Entrambi i veicoli raggiunsero Marte ponendosi
in un orbita stabile; successivamente, i lander si separarono
e si posarono con successo sulla superficie
del pianeta allo scopo di iniziare le operazioni di analisi
per le quali erano stati progettati.
I lander erano veri e propri laboratori biochimici
approntati per verificare l’eventuale presenza di forme
di vita su Marte. Il landerViking 1 atterrò il 20 luglio
1976 a Chryse Planitia mentre ilViking 2 compì il
suo atterraggio morbido il 3 settembre del 1976 in
una zona chiamata Utopia Planitia.Vennero scelte volutamente
due luoghi distanti tra loro più di 6000 km
in modo da esplorare settori della superficie del pianeta
rosso aventi diverse caratteristiche. Le due sonde
erano in grado di gestire complesse operazioni
che permettevano di raccogliere, con bracci estensibili,
campioni di suolo e di introdurli nel laboratorio
di bordo.Tra gli esperimenti predisposti per rilevare
eventuali tracce di vita presente o passata vi erano
prove di fotosintesi e di attività metaboliche ideate
per evidenziare l’eventuale manifestazione nel suolo
marziano di variazioni chimiche dovute a processi
biologici causati da microorganismi.
Il “cervello” del lander era un calcolatore elettronico
che svolgeva il compito di controllare e sequenziare
tutte le attività della macchina.Tale calcolatore
costituiva il più importante traguardo tecnico rag-
55

Figura 8. Il rover Sojourner fotografato dal lander.
giunto durante il progetto Viking, ed era composto
da due computer general-purpose, uno operativo e
l’altro di riserva, da utilizzare in caso di guasto del primo.
Le istruzioni necessarie per poter controllare tutte
le attività del lander per i primi 22 giorni della missione
sulla superficie marziana erano state immagazzinate
nella memoria del calcolatore; successivamente,
appena stabilite le comunicazioni lander-Terra dopo
l’atterraggio, queste istruzioni furono aggiornate
e modificate dal centro di controllo sulla Terra.
I lander Viking presentavano un livello di autonomia
completo, in quanto erano capaci di operare per
più giorni senza l’intervento di alcuno operatore umano.
Questi svolsero con successo tutte le attività pianificate,
senza però ottenere alcuna prova della presenza
di vita su Marte. È necessario sottolineare che
il sistema di controllo dei lander non presentava alcuna
caratteristica proattiva ma si limitava ad eseguire
le operazioni (preordinate) presenti nella memoria
del calcolatore di bordo. Di conseguenza, un eventuale
fallimento durante l’esecuzione di una istruzione
o l’occorrenza di un guasto non potevano essere
affrontati se non dopo un contatto con il centro di
controllo terrestre che, solo dopo aver diagnosticato
la causa del problema, avrebbe inviato nuove istruzioni
per proseguire le attività scientifiche pianificate.
Questo poneva un problema di efficienza. Infatti, la
comunicazione tra un veicolo spaziale operante su Marte
ed il centro di controllo terrestre era possibile solo
in determinati intervalli temporali determinati dalla periodica
occlusione operata dal pianeta rosso nei riguardi
del veicolo orbitante. Una comunicazione per otte-
ROBOT FRA REALTÀ E FANTASIA
nere dal lander le informazioni riguardanti sia il suo stato
interno che lo stato di avanzamento delle operazioni
svolte poteva avvenire esclusivamente all’interno di
una determinata finestra temporale. Gli scienziati quindi,
una volta ottenuti i dati dalla sonda, erano costretti
ad aspettare la successiva opportunità di contatto per
predisporre gli aggiornamenti e le nuove istruzioni da
comunicare al veicolo. Durante tutto il periodo in cui il
veicolo rimaneva“in ombra”, non era possibile compiere
alcuna operazione ed il lander rimaneva di fatto inutilizzato.
Nonostante l’assenza delle capacità deliberative
della macchina, la missioneViking fu un grande successo:
si era infatti riusciti per la prima volta a raggiungere
la superficie di Marte con un veicolo capace di operare
in situ e ritrasmettere aTerra dati di incalcolabile valore.
Come vedremo, la missioneViking sarebbe stata
seguita da altre missioni dove il ruolo sempre più importante
dall’autonomia di bordo sarebbe stato fondamentale
ai fini della massimizzazione del ritorno scientifico.
MISSIONE PATHFINDER-SOJOURNER.
Successivamente alla missioneViking, nel 1997 la NA-
SA lanciò la missione Pathfinder - Sojourner (figura
8), con l’obiettivo di portare su Marte un veicolo
equipaggiato con strumenti scientifici (il lander) ed un
robot esploratore (il rover). Scopo della missione era
di recuperare più informazioni possibili del suolo marziano;
invero, la missione finì con l’avere un successo
che superò le più rosee aspettative, visto che Pathfinder
riuscì a trasmettere dati molto oltre il periodo
previsto di operatività.Anche il metodo utilizzato da
Pathfinder per atterrare al suolo fu innovativo, prevedendo
l’utilizzo di un paracadute per ridurre la velocità
di post-penetrazione dell’atmosfera marziana
e di una serie di air-bags per ammortizzare l’impatto
finale al suolo, che avvenne il 4 luglio 1997.
Una delle sfide più impegnative della missione Pathfinder-Sojourner
era dovuta alla presenza del robot
esploratore, il quale doveva essere dotato delle capacità
di navigare in sicurezza sul terreno accidentato di
Marte. Questa circostanza poneva serissimi problemi
legati all’autonomia: infatti, i lunghissimi tempi necessari
per completare le comunicazioni da e verso la Terra
(20 minuti per mandare ogni comando da Terra e
altrettanti per riceverne la conferma) avrebbero reso
impraticabile qualsiasi tentativo di controllo diretto del
rover (teleoperazione); inoltre, persistevano i pesanti
limiti di visibilità temporale da tenere in considerazio-
56 Iquadernidi

IL RUOLO DELL’AUTONOMIA NELLA ROBOTIC A SPAZIALE
ne per schedulare qualsiasi tipo di comunicazione con
la macchina. Esisteva di fatto una sola opportunità per
giorno marziano (sol) per effettuare trasmissioni dei
dati telemetrici e di comando tra il rover e gli operatori
a Terra; era perciò indispensabile dotare la macchina
di capacità di navigazione autonome, in modo
da limitare il carico di comandi da dover trasmettere
e di conseguenza il numero dei collegamenti necessari
per ottenere la piena operatività.
L’autonomia era quasi completamente limitata alla
possibilità di eseguire dei comandi di tipo “GoTo
Waypoint” ricevuti da Terra: una volta ricevuta l’istruzione,
era poi compito del rover raggiungere la destinazione
analizzando tutti gli ostacoli che eventualmente
avrebbe incontrato lungo la strada e decidere
autonomamente quale strategia di navigazione
(attitude, path, wheel orientation) adottare. Per esempio,
una volta ricevuta dagli operatori diTerra la successiva
destinazione da raggiungere per quel giorno,
il rover aveva la capacità di rilevare ed evitare autonomamente
le rocce di grandezza significativa, nonché
riconoscere le zone lungo il percorso caratterizzate
da un gradiente troppo elevato che avrebbero
potuto destabilizzarlo senza possibilità di recupero
e conseguentemente decidere eventuali mo-
Figura 9. Una rappresentazione del rover Spirit.
OTTOBRE2008
difiche alla traiettoria, senza perdere di vista l’obiettivo
principale. All’epoca della missione Pathfinder-
Sojourner, queste capacità di risolvere complessi problemi
di path planning e obstacle avoidance, e di operare
in ambienti non modellati scegliendo azioni in
risposta all’input fornito dai sensori per perseguire
obiettivi predeterminati, rappresentavano un traguardo
pionieristico dal punto di vista dell’autonomia. I
successi di Pathfinder, misurati a fronte dell’enorme
ritorno scientifico della missione, misero in luce l’importanza
che le capacità deliberative dei robot esploratori
avrebbero rivestito nelle missioni future. L’ultimo
ciclo di trasmissione dati utile ricevuto dal Pathfinder
fu completato il 27 settembre, dopo ben 83
sol di ineccepibile servizio.
MISSIONE SPIRIT & OPPORTUNITY. I rover
Spirit e Opportunity (figura 9) atterrarono su Marte
rispettivamente il 4 gennaio ed il 25 gennaio 2004. I siti
di atterraggio furono scelti l’uno agli antipodi dell’altro
(cratere di Gusev e Meridiani Planum, rispettivamente).
A differenza della missione Pathfinder, che prevedeva
la presenza di strumenti scientifici sia sul lander
che sul rover, i lander di Spirit ed Opportunity avevano
il solo scopo di proteggere i rover, ed erano quindi
57

sprovvisti di ogni strumentazione utile. Dal momento
che tutta la strumentazione si trovava a bordo del rover,
fu indispensabile intensificare gli sforzi verso un livello
più alto di autonomia di quest’ultimo: questa volta
infatti, tutta la responsabilità del successo scientifico
della missione dipendeva dalle reali capacità della macchina
sia di gestire in maniera intelligente tutta la strumentazione
di bordo, sia di saper navigare in maniera
robusta verso le destinazioni assegnate. Le due precedenti
capacità erano strettamente collegate: sarebbe
stato infatti inutile saper navigare correttamente verso
un oggetto di interesse e fallire nella gestione della strumentazione
preposta alla sua analisi; allo stesso modo
il saper produrre ed eseguire piani ottimali di gestione
delle risorse scientifiche a bordo, senza un’altrettanto
efficace capacità di movimento.
Entrambe le sonde si sono comportate egregiamente
sin dall’inizio della missione a loro affidata.Anche la
loro longevità ha oltrepassato qualsiasi previsione: a dicembre
del 2006, dopo tre anni di servizio ininterrotto,
la NASA decise di prolungare la durata delle missioni
relative alle osservazioni scientifiche, trasmettendo nei
computer di bordo di entrambi i robot nuovi programmi
allo scopo di testare nuove capacità ed aumentare
l’autonomia decisionale dei rover.
Una delle capacità innovative aggiunte riguarda la
possibilità di esaminare le immagini acquisite e riconoscere
automaticamente la presenza di alcune caratteristiche
particolari (Thinking Spacecraft). Questa abilità
è estremamente utile poiché solleva gli scienziati aTerra
dal dover setacciare le molte immagini ricevute dal
rover ed individuare quelle di particolare interesse (ad
esempio, immagini che contengono mulinelli di polvere
o nuvole).Adesso, il rover riesce a riconoscere queste
caratteristiche e seleziona autonomamente le parti
di immagini scientificamente rilevanti scartando le altre.
Questo aumenta l’efficienza operativa in quanto il
tempo di trasmissione risparmiato viene invece utilizzato
per la ricerca scientifica.
Un’altra capacità aggiuntiva è la cosiddetta“VisualTargetTracking”,
tramite la quale il rover è in grado di riconoscere
continuamente una caratteristica del paesaggio
nonostante questa cambi continuamente a causa dello
spostamento del rover stesso. La macchina aggiorna costantemente
il modello della caratteristica di interesse
(i.e. una roccia che si ingrandisce all’avvicinarsi del robot,
oppure che cambia la sua forma a seconda della direzione
di avvicinamento), rendendo la macchina capace
ROBOT FRA REALTÀ E FANTASIA
di interpretare tale cambiamento come una caratteristica
del medesimo oggetto.
Un’altra nuova capacità, denominata “Go andTouch”,
rende il rover in grado di determinare autonomamente
se e dove sia sicuro estendere il braccio robotico
verso un oggetto di interesse e permettere il
contatto di uno degli strumenti installati sul braccio
stesso con l’oggetto. Finora, la squadra di controllo
sullaTerra era costretta a ricevere dal rover le immagini
dell’oggetto, decidere sulla fattibilità pratica dell’operazione
di analisi da parte del robot, e in caso
affermativo, segnalare l’OK alla macchina il giorno seguente.
Grazie a questa nuova capacità, il rover è invece
capace di dirigersi verso l’oggetto e decidere
autonomamente se analizzarlo o no, tutto nello stesso
giorno, con ovvi vantaggi.
Da questa breve descrizione delle principali missioni
spaziali finalizzate all’esplorazione della superficie di
Marte, si evince come autonomia e proattività abbiano
giocato un ruolo sempre più determinante, all’aumentare
della complessità delle attività da svolgere. Nell’arco
di trenta anni, gli avanzamenti nell’ambito dell’Intelligenza
Artificiale hanno permesso, a partire da un
“semplice” lander completamente privo di qualsiasi capacità
di spostamento, di progettare veri e propri laboratori
scientifici mobili capaci di selezionare e raggiungere
direttamente gli obiettivi di interesse e di gestire
autonomamente tutti gli strumenti di bordo, compatibilmente
con le stringenti limitazioni energetiche. Solo
un sensibile incremento delle capacità decisionali autonome
ha permesso di poter sfruttare efficientemente
le potenzialità dei robot in continua evoluzione, a parità
delle condizioni operative al contorno.
Questi successi stanno incoraggiando gli scienziati
a raccogliere nuove sfide, e molti sforzi si stanno
compiendo nell’ambito dell’intelligenza artificiale per
proporre soluzioni sempre più all’avanguardia. Nonostante
i ragguardevoli risultati raggiunti, è ragionevole
supporre che sarà comunque necessario molto
tempo prima di vedere realizzata una missione completamente
autonoma, per problemi di natura sia tecnologica
che finanziaria, nonché a causa della tradizionale
prudenza che gli enti finanziatori continuano
a manifestare nei confronti delle nuove tecnologie.
Andrea Orlandini DIA - Università degli Studi RomaTre
Riccardo Rasconi
Istituto di Scienze e Tecnologie della Cognizione - CNR
58 Iquadernidi

LA PEIS HOME: UN LABORATORIO PER LO SVILUPPO DI AMBIENTI DOMESTICI INTELLIGENTI
La PEIS Home: un laboratorio per lo
sviluppo di ambienti domestici intelligenti
Corre l’anno 2025.Gunilla ha 85 anni ed abita da sola
in un piccolo appartamento nella periferia di Stoccolma.Tiene
molto alla sua indipendenza, e per questo
motivo cinque anni fa suo figlio le ha fatto installare
in casa una PEIS-Ecology, una rete di sensori e
piccoli robot domestici che hanno reso il suo appartamento
una “casa intelligente”. Il sistema la aiuta a
ricordare le cose,tiene traccia di oggetti comuni come
il telecomando oppure il suo libro preferito, ed automatizza
alcune attività che le pongono problemi fisici,
come passare l’aspirapolvere. Soprattutto, la casa
intelligente fa stare tranquillo suo figlio, che sa di poter
contare sull’intervento della casa intelligente nel
caso in cui sua madre dovesse avere un malore.
La casa intelligente di Gunilla è un esempio futuribile
di Ambient Intelligence (AmI), una disciplina nata
dall’intersezione di Ubiquitous Computing ed Intelligenza
Artificiale. L’obiettivo della ricerca in AmI è di
studiare le problematiche legate alla realizzazione di
ambienti in cui una moltitudine di componenti elettronici
cooperano al fine di produrre servizi di supporto
alle attività di esseri umani.
In questo articolo viene descritto un nuovo approccio
per integrare componenti robotici, sensoristici
e software in ambienti intelligenti. L’approccio si
basa sul concetto di PEIS-Ecology, una ecologia di sistemi
intelligenti situati nell’ambiente (PEIS = Physically
Embedded Intelligent System) in cui ciascun componente
elementare contribuisce all’implementazione
di servizi intelligenti avanzati.
L’approccio PEIS-Ecology nasce dall’intuizione di aggiungere
la dimensione robotica alla ricetta per realizzare
ambienti intelligenti (si veda la figura 10). Il risultato
è una metodologia che è stata istanziata nella PEIS
Home, un prototipo di “casa intelligente” realizzato in
Svezia presso il Center for Applied Autonomous Sensor
Systems (AASS) dell’Università di Örebro.
Il concetto di PEIS-Ecology parte da due principî generali:
primo, che servizi robotici avanzati possano essere
realizzati attraverso la comunicazione e la cooperazione
di una molteplicità di dispositivi (PEIS) individualmente
semplici; secondo, che tali dispositivi possano es-
OTTOBRE2008
sere introdotti nell’ambiente o rimossi da esso in maniera
modulare, senza che l’utente debba preoccuparsi
della loro interconnessione e configurazione. Dal punto
di vista dell’utente, questi principî si traducono nella possibilità
di aumentare e modificare le capacità della casa
intelligente,adattandosi ai propri gusti e bisogni.Per esempio,
se Gunilla decidesse di aggiungere un sensore di
umidità nel soggiorno, tale sensore verrebbe automaticamente
scoperto e usato dal sistema di irrigazione delle
piante per migliorare la strategia di irrigazione.
La realizzazione tecnica di tale concetto, ed in particolare
della PEIS Home, si basa su tre ingredienti:
Ogni componente nell’ecologia viene astratto dal
concetto uniforme di PEIS. Il termine “robot” assume
in quest’ottica un significato estremamente generale:
qualsiasi componente che abbia la capacità di computare
e di comunicare, e che sia in grado di interagire
con l’ambiente tramite sensori e/o attuatori. Un
PEIS può essere un oggetto complesso come un robot
umanoide, un attuatore che apre e chiude una
porta, o addirittura un semplice elettrodomestico come
un forno a microonde.
Tutti i PEIS nell’ecologia sono interconnessi tramite
un modello uniforme di comunicazione.Tale rete consente
ai singoli PEIS di scambiarsi informazioni sul
proprio stato e sui servizi che ogni PEIS può fornire.
Ad esempio, ogni PEIS può interpellare il PEIS “porta
automatica” per sapere se la porta è aperta o chiusa,
e può altresì richiedere alla porta di aprirsi o chiudersi.
Tali elementi di informazione sono rappresentati
nella rete come coppie “chiave/contenuto”, o tuple.
Una tupla può contenere informazioni di qualsiasi
tipo, ad esempio un simbolo che rappresenta lo
stato della porta oppure un video stream proveniente
da una telecamera di monitoraggio ambientale.
I PEIS in una ecologia possono cooperare attraverso
un modello uniforme di cooperazione. Il modello si
basa sul principio di collegamento funzionale: ogni
PEIS può utilizzare le funzionalità offerte da altri PEIS
per complementare le proprie. Nell’esempio sopra,
l’irrigatore automatico è reso più efficace dalla capacità
di misurare il grado di umidità ambientale in aggiunta
all’umidità della pianta.
59

La filosofia PEIS-Ecology non solo propone di introdurre
elementi tipici della ricerca in robotica nel
mondo AmI, ma costituisce una forte innovazione anche
nella disciplina robotica stessa. Consideriamo un
esempio in casa di Gunilla:
Sono le quattro del pomeriggio, e Gunilla ha invitato
i suoi compagni di bridge con cui si riunisce ogni martedì.
Il suo robot domestico Astrid fa il giro del tavolo chiedendo
ai giocatori cosa vorrebbero da bere. Dopo aver
ricevuto l’ordine, il robot istruisce un carrello mobile che
si avvicina al frigo chiedendogli di aprirsi. Un semplice
braccio robotico nel frigo riceve l’ordine di porre sul ripiano
del carrello le bevande per gli ospiti...
L’approccio robotico classico vedrebbe tutte le funzionalità
coinvolte nel compito sopra descritto implementate
sul robot stesso:Astrid dovrebbe navigare nell’appartamento,
acquisendo i dati necessari tramite sensori
a bordo; dovrebbe conoscere le caratteristiche della
maniglia del frigo e usare un braccio sofisticato per
aprirlo e richiuderlo; dovrebbe conoscere le caratteristiche
degli oggetti nel frigo al fine sia di scegliere le bevande
giuste (ad esempio localizzandole con una telecamera
a bordo) sia di capire come manipolarle (di nuovo,
deducendo la forma dei contenitori dalle immagini
della propria telecamera). In una ecologia di PEIS, invece,
il compito di portare da bere agli ospiti viene risolto
in modo distribuito e collaborativo. Il carrello può richiedere
alle telecamere ambientali di guidarlo; può disinteressarsi
di come gli oggetti vengono presi dal frigo;
assumendo che gli oggetti nel frigo siano dotati di un
tag RFID (Radio Frequency IDentification), il braccio ro-
Figura 10. L’approccio PEIS-Ecology come intersezione di più discipline.
ROBOT FRA REALTÀ E FANTASIA
botico può richiedere agli oggetti stessi qual è il loro contenuto,
la forma del contenitore e dove si trovano.
Sostituendo funzionalità complesse a bordo del robot
con elementi funzionali più semplici distribuiti nell’ambiente,
l’approccio PEIS-Ecology semplifica una serie
di problemi che storicamente affliggono la robotica
autonoma, e offre una soluzione modulare all’inclusione
di tecniche robotiche in ambiente domestico. Il costo
da pagare è la necessità di affrontare nuovi problemi
quali lo sviluppo di sofisticati paradigmi di comunicazione
e cooperazione, e la capacità di una PEIS-Ecology
di auto-organizzarsi. Nel testo che segue discutiamo
le soluzioni sviluppate per alcuni di questi aspetti.
SERVIZI INTELLIGENTI NELLA PEIS HOME
Per il suo compleanno, i compagni del circolo di bridge
regalano a Gunilla l’ultimo modello di aspirapolvere
autonomo. Gunilla si era sempre opposta ad
averne uno in casa: a differenza del suo robot domestico
Astrid, gli aspirapolvere autonomi non sono
in grado di tenere conto di ciò che Gunilla fa in
casa, e l’anziana signora si preoccupa che l’aspirapolvere
possa andarle fra i piedi facendole perdere
l’equilibrio. Fortunatamente, la PEIS Ecology che ha
installato in casa è in grado di compensare questa
mancanza, informando l’aspirapolvere di evitare certe
zone a seconda di cosa sta facendo Gunilla.
La PEIS-Home sviluppata all’AASS è un piccolo appartamento
equipaggiato con una infrastruttura di comunicazione
e con numerosi PEIS, fra cui
telecamere fisse, sensori di luminosità e
di umidità, lettori RFID nei ripiani, e svariati
robot mobili. Oltre ai numerosi
componenti fisici, la PEIS-Home è dotata
di agenti software che sono grado di
utilizzare queste risorse al fine di generare
ed orchestrare servizi intelligenti.
Ogni funzionalità della PEIS-Home viene
condivisa tramite il PEIS Middleware,
una infrastruttura software completamente
distribuita che rende possibile
ad ogni PEIS di accedere a qualunque
tupla di altri PEIS (si veda la figura 11).
L’aggiunta di un nuovo componente
alla PEIS-Ecology, come l’aspirapolvere
60 Iquadernidi

LA PEIS HOME: UN LABORATORIO PER LO SVILUPPO DI AMBIENTI DOMESTICI INTELLIGENTI
di Gunilla, avviene tramite un meccanismo di publishing:
ogni PEIS comunica i propri attributi controllabili (ad
esempio, l’attivazione e lo spegnimento dell’aspirapolvere,
la sua velocità e direzione di avanzamento) ed osservabili
(ad esempio, lo stato delle batterie). Si noti che
alcune delle proprietà dei PEIS non sono direttamente
osservabili, ma possono essere dedotte da altri PEIS.
Nel caso dell’aspirapolvere, la posizione corrente dell’apparecchio
non è conosciuta dal componente stesso,
in quanto l’aspirapolvere non mantiene una mappa
dell’ambiente. Come molti odierni aspirapolvere autonomi,
quello di Gunilla non pianifica un percorso, bensì
gira per casa in modo casuale. È dotato di sensori
molto semplici: un“paraurti” che segnala all’apparecchio
se è avvenuto un contatto con un ostacolo, e una serie
di sensori a infrarossi in grado di rilevare ostacoli a
breve distanza. La capacità della PEIS-Ecology di segnalare
all’aspirapolvere che non deve operare in una zona
in cui si trova Gunilla si basa sull’orchestrazione di
più servizi che risiedono su PEIS diversi distribuiti nell’ambiente:
le telecamere forniscono immagini dell’ambiente;
queste immagini vengono elaborate da un componente
che utilizza algoritmi di visione artificiale per
dedurre la posizione dell’aspirapolvere e degli umani
presenti; un componente“controllore” che si occupa di
bloccare l’avanzamento dell’aspirapolvere nel momento
in cui si avvicina ad una zona dove si trova Gunilla.
L’esempio dell’aspirapolvere mette in luce alcune
delle proprietà fondamentali della filosofia PEIS-Ecology.
In particolare, l’approccio distribuito facilita l’espandibilità,
laddove l’aggiunta di un nuovo componente si
riduce allo stabilire le relazioni funzionali che esistono
fra il nuovo dispositivo ed i PEIS preesistenti. Queste
reazioni vengono modellate sotto forma di tuple, elementi
informativi condivisi che permettono a più PEIS
di condividere le proprie funzionalità, e che forniscono
un meccanismo per la definizione di funzionalità
composte (come la localizzazione di un componente
che non è in grado di percepire l’ambiente).
La PEIS-Ecology è concepita per sviluppare ambienti
in cui una moltitudine di agenti contribuiscono a fornire
servizi che emergono dall’orchestrazione di funzionalità
più semplici. Si noti che nell’esempio dell’aspirapolvere
il servizio fornito dalla PEIS-Ecology emerge
da una semplice composizione di tre PEIS. La particolare
composizione di servizi in una PEIS-Ecology si
chiama configurazione. Un aspetto fondamentale del
concetto di PEIS-Ecology è che tale configurazione
OTTOBRE2008
Figura 11. Livelli logici in una PEIS Ecology e ruolo del
middleware distribuito.
venga generata autonomamente e a tempo di esecuzione
all’interno della PEIS-Ecology stessa, in dipendenza
dal servizio richiesto e dalle risorse disponibili. Il seguente
esempio illustra le capacità di auto-configurazione
e ri-configurazione di una PEIS-Ecology.
Gunilla è a letto, ammalata con la solita influenza
autunnale.Avrebbe voglia di leggere il suo libro,
che ha lasciato in giro per casa, non sa bene dove.
Attraverso il suo telefonino, richiede alla PEIS
Home di portarle il libro. L’ecologia individua il libro
in questione tramite un tag RFID posto nella
copertina, ed il robot domestico viene inviato a
prenderlo. Una volta preso, Astrid naviga verso la
stanza da letto per dare a Gunilla il suo libro.
Alcuni dei PEIS utilizzati in questo esempio sono:
Astrid, un robot equipaggiato con una telecamera,
vari sensori per la navigazione, ed un semplice gripper
per afferrare oggetti.
Tracker, un componente in grado di tracciare la posizione
di oggetti in movimento nell’ambiente (come
esseri umani e robot) usando una serie di telecamere
ambientali montate sul soffitto dell’appartamento.
Il campo visivo delle telecamere compre tutto l’appartamento
eccetto la stanza da letto.
Una serie di componenti RFID-Reader, costituiti da
lettori di tag RFID posti sotto vari ripiani in casa (e.g.,
sotto il tavolo della cucina, nei ripiani del frigo, ecc.)
Configuration-Planner, un componente software in
grado di computare a tempo di esecuzione quali PEIS
debbano essere collegati in modo da fornire un determinato
servizio.
61

A partire da questi ingredienti, la PEIS Home esegue
la richiesta di Gunilla come mostrato di seguito.
Le figure 12-15 riportano i vari momenti di una
prova sperimentale effettuata per emulare tale
esempio. I dettagli dell’esperimento ed un video
completo sono disponibili online alla pagina
http://aass.oru.se/~peis/demonstrator.html#scenario7.
Il Configuration-Planner riceve la richiesta di Gunilla,
analizza la disponibilità corrente dei PEIS nell’ecologia
e deduce un piano d’uso dei PEIS disponibili
per andare a prendere il libro. Il primo passo del
piano consiste nel trovare il libro.
Il sistema riscontra, tramite il RFID-Reader sotto il
tavolo della cucina, che il libro si trova sul tavolo. Le
coordinate del tavolo vengono comunicate ad Astrid
affinché vi si rechi.
Come tutti i robot autonomi,Astrid ha bisogno di conoscere
la propria posizione (localizzarsi) in ogni istante
della navigazione.A tal fine, può utilizzare un sensore
laser a bordo, che però richiede un utilizzo molto intenso
delle sue batterie. Dal momento che la posizione
di Astrid può essere tracciata daTracker, il Configuration-Planner
decide di collegare Astrid a quest’ultimo
componente per ottenere informazioni di posizione.
Una volta raggiunto il tavolo della cucina,Astrid accende
la propria telecamera. Al fine di capire quale
degli oggetti che vede è il libro, Astrid accede ai dati
contenuti nel tag RFID del libro, che riporta le sue
dimensioni fisiche ed altri parametri utili alla sua individuazione
nell’immagine e alla sua manipolazione.
Dopo aver raccolto il libro, Astrid calcola un percorso
per recarsi nella stanza da letto. Durante il percorso,
viene a mancare l’informazione fornita daTracker
sulla posizione di Astrid, in quanto le telecamere
ambientali non coprono la stanza da letto. A questo
punto, il Configuration-Planner accende il laser a bordo
di Astrid, permettendo così al robot di navigare
autonomamente verso il letto.
L’esempio del libro mostra un problema interessante
legato al fatto che il comportamento intelligente
nella PEIS-Ecology emerge dalla combinazione di servizi
distribuiti. In questo esempio l’ecologia utilizza due
configurazioni al fine di ottenere e portare il libro a
Gunilla: la prima fa uso del Tracker per la navigazione
del robot, mentre la seconda vede l’uso di un altro sensore
a bordo del robot nel momento in cui ilTracker
non è più in grado di tracciare la posizione di Astrid.
ROBOT FRA REALTÀ E FANTASIA
Figura 12. L’utente è malato e richiede il suo libro.
Figura 13. Il robot Astrid viene mandato a prendere il libro.
Figura 14. Il libro viene riconosciuto nel campo visivo
del robot tramite il suo tag RFID.
In generale, la computazione della configurazione da
utilizzare dati una serie di obiettivi costituisce un problema
di pianificazione. Nella PEIS Home, questo problema
viene risolto dal Configuration-Planner, un componente
software che utilizza algoritmi di pianificazione
realizzati con tecniche di Intelligenza Artificiale.
Inoltre, l’esempio mostra un altro problema aperto
della robotica, quello del perceptual anchoring. Questo
problema si pone quando un agente intelligente in
grado di percepire l’ambiente deve stabilire una cor-
62 Iquadernidi

LA PEIS HOME: UN LABORATORIO PER LO SVILUPPO DI AMBIENTI DOMESTICI INTELLIGENTI
Figura 15. Astrid cessa di essere visibile al Tracker quando entra in camera da letto. Il Configuration-Planner
riconfigura di conseguenza il sistema per usare i sensori a bordo di Astrid.
rispondenza fra le sue percezioni degli oggetti del mondo
ed i simboli che usa per mantenere una rappresentazione
interna di tali oggetti. Nell’esempio,Astrid deve
associare il simbolo “libro” all’oggetto che vede sul
tavolo. Per fare questo, usa un anchor (letteralmente,
àncora) costituito dalle informazioni restituite dal tag
RFID nel libro. In generale, la questione del perceptual
anchoring è stata studiata nella PEIS Home in un contesto
cooperativo, in cui diversi PEIS possono contribuire
alle informazioni che definiscono il legame fra
simboli e percezioni (cooperative anchoring).
PASSATO, PRESENTE E FUTURO
DEL PROGETTO PEIS ECOLOGY
Il progetto PEIS-Ecology trae ispirazione dalla disciplina
biologica di “ecologia”, ossia lo studio delle relazioni
fra diverse specie e come queste relazioni sono collegate
all’ambiente in cui esse vivono. Come nel regno
OTTOBRE2008
animale, la relazione fra diversi PEIS e l’ambiente in una
PEIS-Ecology può essere studiata in termini di mutualità
e reciprocità: una PEIS-Ecology raggruppa entità “animate”
(PEIS) ed entità “non-animate” (oggetti non-
PEIS). Entità animate interagiscono con entità non animate
tramite sensori ed attuatori, ed interagiscono tra
di loro con sensori, attuatori e scambio diretto tramite
tuple. Come i sistemi biologici, una PEIS-Ecology è
fortemente eterogenea, ossia include diverse “specie”
di entità animate.Tramite questo meccanismo di cooperazione,
diverse specie possono avere relazioni di
tipo simbiotico fra di loro, ossia possono utilizzare le
funzionalità di altri PEIS laddove necessario.
Il progetto PEIS-Ecology nasce da una collaborazione
fra l’Università di Örebro e l’istituto coreano
ETRI (Electronics andTelecommunications Research
Institute).Terminato nel 2007, il progetto è andato
ben oltre i propositi iniziali, e continua oggi sotto varie
forme di finanziamento (per lo più nazionali svedesi)
a produrre avanzamenti scientifici in AmI, Intel-
63

ligenza Artificiale e Robotica. Il fulcro applicativo della
ricerca è stato la realizzazione della PEIS Home, un
ambiente sperimentale in cui i risultati della ricerca
vengono istanziati ed utilizzati per analizzare sperimentalmente
l’efficacia dei componenti sviluppati in
un contesto di assistenza domestica.
Dal 2004 ad oggi, il progetto ha portato allo sviluppo
di numerosi componenti, fra cui algoritmi di visione
artificiale, piattaforme robotiche con varie funzioni
(fra i quali un tavolino mobile ed un robot in grado di
interagire con un essere umano), algoritmi per la pianificazione
di configurazioni e dispositivi per l’olfatto
artificiale (fra cui un “naso artificiale” montato nel frigorifero
in grado di percepire cibi andati a male). Il progetto
ha prodotto la tecnologia abilitante sottostante,
ossia il PEIS Middleware. Proprio per via dell’eterogeneità
dei componenti che possono esistere in una PEIS-
Ecology, il PEIS Middleware è stato concepito per essere
utilizzato in contesti molto generali in termini di
piattaforma hardware (da processori 64 bit multi-core
a microcontrollori a 8 bit) e di sistema operativo
(fra cui sistemi Linux,Windows, OS/X eTinyOS). Infine,
come mostrato nell’esempio di Gunilla che richiede
il libro, è possibile includere nell’ecologia anche oggetti
senza capacità computazionali, come il libro nell’esempio,
oppure il contenitore di una bevanda. Questo
meccanismo è stato studiato nell’ambito del progetto
PEIS-Ecology con il nome di “PEIS-Proxy”.
La disponibilità di una piattaforma quale la PEIS Home
ha permesso di dare luogo ad una serie di iniziative
volte a valutare l’accettabilità della tecnologia sviluppata
con gruppi di potenziali utenti.In collaborazione con l’Istituto
di Scienze eTecnologie della Cognizione del CNR,
l’AASS ha sviluppato una valutazione cross-culturale della
tecnologia sviluppata con utenti svedesi ed italiani. Lo
studio, condotto con una metodologia basata su video
e questionari, ha fatto emergere alcune interessanti analogie
e differenze fra le due popolazioni. In particolare, si
riscontra come il campione italiano sia in generale più
scettico di quello svedese sull’utilità di un ambiente domestico
intelligente, mentre entrambi i gruppi concordano
sulla forma e modalità di interazione che dovrebbe
avere un robot domestico. Siamo convinti che con
l’aumento del livello di maturità della tecnologia sviluppata
nella PEIS Home aumenti l’importanza di valutare
la tecnologia prodotta.Oltre che fornire interessanti spunti
per la ricerca futura, la valutazione con potenziali utenti
è un passo fondamentale verso l’adozione di tale tec-
ROBOT FRA REALTÀ E FANTASIA
nologia nel mondo reale.A tal fine, abbiamo in progetto
lo sviluppo di nuove iniziative di valutazione basate
sulla metodologia “Wizard of Oz”, in cui gli utenti vengono
posti all’interno dell’ambiente fisico reale (la PEIS
Home) ed invitati ad utilizzare i servizi predisposti per
poi valutarli a mezzo di questionari ed interviste.
Tutti i componenti software prodotti all’interno del
progetto PEIS-Ecology sono rilasciati come open-source
sotto licenze GNU. Questo principio di apertura risponde
alla necessità della comunità di ricerca che sviluppa
soluzioni per ambienti intelligenti di convergere
verso uno standard aperto e condiviso. Riteniamo che
lo stesso principio debba valere nella ventura fase di
valutazione dei risultati tecnologici.A tal fine, l’Università
di Örebro si accinge ad estendere le strutture della
corrente PEIS Home per creare il “SOFTEC – Swedish
Open Facility for Technology in Elder Care”, un
centro di ricerca aperto alla comunità scientifica ed industriale
internazionale per lo sviluppo e la valutazione
di soluzioni per la casa intelligente tese al miglioramento
della qualità di vita delle persone anziane.
Per saperne di più
Per ulteriori dettagli sul progetto PEIS-Ecology si veda
l’articolo [A. Saffiotti et al.,“The PEIS-Ecology Project:
vision and results,” in Proc. of the IEEE/RSJ Int. Conf. on
Intelligent Robots and Systems (IROS). Nice, France,
2008]. L’archivio completo di pubblicazioni e video dimostrativi
concernenti il progetto PEIS-Ecology è disponibile
al sito http://aass.oru.se/~peis/. I risultati della
valutazione cross-culturale effettuata con utenti svedesi
ed italiani sono riportati in [G. Cortellessa et al.,
“A Cross-Cultural Evaluation of Domestic Assitive Robots,”
in Proc. of the AAAI Fall Symposium on AI and Eldercare,
Washington, DC (USA), 2008].
Federico Pecora e Alessandro Saffiotti
Center for Applied Autonomous Sensor Systems
Örebro University
Ringraziamenti
Gli Autori desiderano ringraziare le seguenti persone per il loro
contributo allo sviluppo del progetto PEIS-Ecology ed alla realizzazione
della PEIS Home: Mirko Bordignon, Mathias Broxvall,
Marcello Cirillo, Marco Gritti, Donatella Guarino, Lars Karlsson,
Kevin LeBlanc,Amy Loutfi, Robert Lundh, Jayedur Rashid, Rafael
Salinas, Beom-Su Seo, Bo-Lennart Silverdahl e Per Sporrong.
64 Iquadernidi