Benvenuto nel sito EnelSalta all'autenticazione e registrazione - Salta al contenuto
Fornitori - EnelMAGAZINE -
 
  81  14.01.2004  Ricerca e Storia - la rivista delle due culture
 
 Homepage
 Primo piano
 Attualità
 Musei e mostre
 I libri di res
 I numeri precedenti
 Forum
 Newsletter
 Chi siamo
 I nostri autori

 
 
           Articoli   Recensioni
 
   Robot nel pallone
intervista con Raffaello D'Andrea di Margherita Bologna

Addio colpi di tacco, rovesciate e cross tagliati. Il nuovo calcio parla il linguaggio dei computer. Ce lo spiega l'allenatore dei Big Red, la squadra di calciatori meccanici più forte al mondo.


RAFFAELLO D'Andrea, di formazione ingegnere, è professore associato alla Sibley School of Mechanical Aerospace Engeneering della Cornell University, nello stato di New York. Nato a Pordenone sui è trasferito negli Stati Uniti da piccolo.

Lei è System Architect della squadra di robot calciatori "Cornell's Big Red" vincitrice della competizione internazionale RoboCup nel 1999, 2000 e 2002. Di quali meccanismi sono dotati i robot e cos'è che rende vincente questa squadra?

Chiaramente il sistema è composto di sottosistemi differenti ma ciò che tiene unite insieme le varie componenti sono gli "anelli di retroazione" (feedback loops) che regolano ogni parte del sistema e consentono ad altre parti di interagire in modo predittivo. Il nostro corpo a livello muscolare è pieno di questi meccanismi di retroazione. Abbiamo dei complessi sistemi che controllano il movimento delle gambe. Quando vogliamo dare un calcio in avanti non ci rendiamo conto di tutti i micromovimenti che avvengono a livello muscolare: c'è un anello di retroazione più ristretto, poi uno più esteso e poi uno ancora più esteso che di fatto ci spiega perché mi dirigo proprio in un punto. Il sistema di feedback dei robot funziona esattamente come il nostro. Noi abbiamo degli anelli di retroazione molto veloci e molto mobili. Questo è esattamente ciò che permette ai robot di spostarsi proprio come funzionano i muscoli nel nostro corpo. E poi ci sono degli anelli di retroazione, che di fatto sono più strategici, con i quali i robot capiscono come arrivare da un punto ad un altro. Un anello di retroazione più grande ancora è quello che consente di capire perché voglio arrivare in un determinato punto.


I suoi robot compiono un movimento di natura circolare e non movimenti spezzati. Quale matematica si utilizza per realizzare questo tipo di movimento?

Generiamo il movimento dei robot utilizzando una teoria chiamata " Teoria di controllo". E' una branca della matematica applicata relativamente nuova che tratta del controllo dei meccanismi fisici e di qualsiasi cosa soggetta ai vincoli come nel caso dei nostri robot.
Quando generiamo traiettorie per i veicoli dobbiamo rispettare quei vincoli. Un vincolo posto dalla meccanica newtoniana è che la velocità non cambia istantaneamente perché occorerebbe una forza infinita. Se si cerca di dotare un robot di un sistema di controllo per ottenere un movimento scattante, questo movimento sarebbe molto efficiente ma per il robot non sarebbe il modo migliore di muoversi da un punto all'altro.

L' ingegneria di sistema o progettazione d'insieme di tutte le parti di cui è composto un robot è un'attività che richiede solamente competenza ingegneristica o anche una sensibilità estetica?

Mettere insieme un sistema come questo è un'attività di natura artistica.

Lei è un ingegnere artista?

Nel 2001 ho partecipato alla biennale di Venezia portando una installazione interattiva realizzata con Max Dean, un artista che ora espone la sua collezione alla Galleria nazionale del Canada. L'opera si chiama "Il tavolo". Abbiamo cercato di stabilire un dialogo tra una persona e un oggetto. Mi piace lavorare con artisti.
Per quanto riguarda la progettazione penso che questo sia il modo in cui si sviluppano dei sistemi: c'è un obbiettivo da raggiungere e si ha un'idea di come deve essere realizzato. Poi si fanno progetti differenti e si valuta qual è il più valido per conseguire l'obiettivo stabilito. In questa fase si ha un'idea sommaria dei componenti basilari del sistema. Questo livello più alto si frantuma poi in tante componenti che a loro volta devono essere progettate. C'è una grande libertà nel fare questo. Infatti i miei studenti hanno costruito le parti meccaniche dei robot con una incredibile libertà. Noi diamo loro dei vincoli che consistono nell'obiettivo da raggiungere. Come arrivarci dipende da chi esegue l'opera. Il sistema viene dunque spezzato in tante parti differenti che poi saranno assemblate. Ciascuna di queste ha dei vincoli. Da dove provengono questi vincoli? Dal fatto che dobbiamo mettere insieme tutte queste parti. Poi prendiamo il sottosistema e lo suddividiamo ulteriormente. Quando si comincia a costruire il sistema, tante volte si nota che si può fare di più di quello che si voleva fare perché, ad esempio, le singole parti di cui è composto hanno maggiori potenzialità. Allora occorre ridefinire gli obiettivi.


Quali sono gli obiettivi con cui è stata costruita questa squadra di robot calciatori?

Sicuramente uno è quello di giocare il campionato e di vincerlo. Ma per noi è anche un mezzo per testare questo metodo di progettazione di sistemi. La composizione e l'assemblaggio di tutte le parti ci permette di imparare qual è il modo giusto di fare queste cose. Quindi da una parte c'è lo scopo di dotare le cose di vita e di intelligenza, dall'altra abbiamo l'obiettivo più tecnico di fare in modo che le cose possano svolgere dei compiti per noi. Non possiamo dotare questi agenti di troppa vita e intelligenza perché subentra il fattore imprevedibilità, mentre noi vogliamo che questi robot siano prevedibili perché li costruiamo per usarli nelle centrali atomiche, per la difesa o per l'esplorazione dello spazio. Quando mandiamo questi robot su Marte vogliamo che facciano quello che noi vogliamo.

Perché i robot non si muovono in modo autonomo ma attraverso una telecamera?

I robot sono ciechi e la telecamera permette loro di vedere.

Perché non metterla sui robot?

L'obiezione è giusta. Ma questa soluzione nei termini del sistema considerato come un tutto è molto difficile da realizzare. Di conseguenza le altre funzionalità come l'integrazione, i passaggi e la collaborazione sarebbero schiacciati dal problema della localizzazione. Al momento non c'è la tecnologia per fare ciò. Se mettessimo la telecamera sui robot li vedremmo muoversi molto lentamente e sarebbero incapaci di passarsi la palla l'uno con l'altro. Arriveremo a questo risultato, ma per ora desideriamo che tutte le parti del sistema siano egualmente bilanciate e interessanti.

Il computer che dirige tutte le operazioni è diviso in più parti o è una sola "mente"?

Si presenta come un computer unico ma il software che è all'interno è fatto di programmi differenti che lavorano in parallelo. Nel nostro sistema sarebbe facile avere un computer per ogni robot ma sarebbe uno spreco. Allora sono come tante "menti" che dialogano tra loro. L'unica differenza consiste nel fatto di avere messo tutti i cervelli nello stesso spazio fisico.

L'allenatore che avete creato che funzione ha?

L'allenatore guida l'intelligenza collettiva del sistema. Sarebbe bello se i singoli pezzi formassero un'intelligenza collettiva attraverso la comunicazione. Ma con un unico coordinatore del sistema possiamo ottenere tante prestazioni ed è più facile analizzare il sistema stesso. Il ruolo dell'allenatore è di osservare il gioco, di valutare ciò che sta accadendo e di assegnare dei compiti ai differenti giocatori. Non è quello di controllare ma di assegnare dei compiti sulla base dell' osservazione degli altri sistemi.


Quando la sua squadra fa una partita con una squadra avversaria apprende qualcosa?

Per adesso no perché il sistema non ha abbastanza tempo per evolvere nelle sue strategie. Può cambiare, non c'è difficoltà perché questo avvenga ma non c'è il tempo necessario perché una partita dura dieci minuti. E sono troppo pochi. Al giorno d'oggi molti cambiamenti da una tattica di gioco ad un'altra sono basati sulla probabilità. Quando il sistema sta giocando contro un altro e il computer osserva come si sta comportando non c'è motivo che sulla base dell'osservazione cambi la probabilità.

Indipendentemente dal fattore tempo e pur nei limiti delle possibilità strategiche che possono mettere in atto, questi sistemi possono apprendere dall'esperienza?

Si ma limitatamente. Non è che il sistema che abbiamo costruito, improvvisamente cominci a fare qualcosa comportandosi in un modo totalmente differente da come l'avevamo previsto.Come ho detto noi non vogliamo che faccia questo. Ma il sistema si comporta in modo differente in circostanze differenti perché è un sistema che si adatta all'ambiente.





Vi e' piaciuto questo articolo? Avete dei commenti da fare? Scriveteci