Modelo de Razonamiento Basado en Creencias, Deseos e Intenciones Para la Toma de Decisiones en un Algoritmo de Planificación de Trayectorias

Abstract

Uno de los temas de mayor interés y desarrollo en el área de la robótica, se centra en la constante mejora de la navegación autónoma para robots móviles en entornos complejos. A lo largo de los años, los algoritmos de navegación han evolucionado desde los primeros robots, ofreciendo diferentes enfoques según las necesidades específicas para cada caso.

Este trabajo final de maestría se enfocó en mejorar la técnica reactiva conocida como Campos de Potenciales Artificiales, ampliamente utilizada en la planificación de trayectorias de navegación, debido a que este método es analítico, sencillo y fácil de implementar. Esta técnica se basa en la idea de que un robot móvil se representa como una carga puntual, atrayéndose hacia un punto objetivo mientras los obstáculos ejercen fuerzas virtuales de repulsión para su evasión. La fuerza virtual resultante determina el rumbo que se debe tomar para alcanzar el punto deseado. En ambientes más complejos, este método no ofrece una solución óptima ya que puede llevar al robot a quedar atrapado en mínimos locales, impidiendo que alcance el objetivo. Para abordar este problema, se desarrolló una estrategia de navegación 2D que integra el modelo de toma de decisiones basado en el razonamiento práctico para agentes inteligentes BDI (Creencias, Deseos e Intenciones). Esta metodología permite al robot evitar mínimos locales al optimizar los campos potenciales repulsivos.

Se realiza un análisis aproximado para la versión determinista del modelo seleccionado, confirmando mediante simulaciones la consistencia de los logros con el comportamiento esperado del método, evaluando tanto los resultados cualitativos como cuantitativos, lo que sugiere un desempeño satisfactorio para mejorar la navegación.

Este trabajo contribuye en el desarrollo de métodos de navegación autónoma que permite a los robots móviles moverse de manera segura y eficiente en entornos dinámicos y desafiantes, lo que tiene importantes implicaciones en aplicaciones como la robótica de servicio, la exploración de entornos desconocidos y la robótica social entre otros.

Alternate abstract:

One of the most interesting and developing topics in the field of robotics is the constant improvement of autonomous navigation for mobile robots in complex environments. Over the years, navigation algorithms have evolved since the first robots, offering different approaches depending on the specific needs of each case.

This final master work focuses on improving the reactive technique known as artificial potential fields, widely used in navigation trajectory planning, because this method is analytical, simple and easy to implement. This technique is based on the idea that a mobile robot is represented as a point load, attracted to a target point while obstacles exert virtual repulsive forces to avoid it. The resulting virtual force determines the course to be taken to reach the desired point. In more complex environments, this method does not provide an optimal solution as it may lead the robot to become trapped in local minima, preventing it from reaching the target. To address this problem, a 2D navigation strategy is proposed that integrates the decision making model based on practical reasoning for intelligent agents BDI (Beliefs, Desires and Intentions). This methodology allows the robot to avoid local minima by optimizing repulsive potential fields.

An approximate analysis is performed for the deterministic version of the selected model, confirming through simulations the consistency of the achievements with the expected behavior of the method, evaluating both qualitative and quantitative results, suggesting a satisfactory performance for improved navigation.

This work contributes in the development of autonomous navigation methods that enable mobile robots to move safely and efficiently in dynamic and challenging environments, which has important implications in applications such as service robotics, exploration of unknown environments and social robotics among others.