Anda di halaman 1dari 7

c 


  

  

En el presente artículo daremos una visión general sobre lo que se entiende por c 
  y hablaremos ligeramente sobre algunos conceptos básicos referidos a ella.
En el interés por relacionarla con la Robótica veremos algunas de sus principales
aplicaciones en la tecnología actual e intentaremos poner de manifiesto la estrecha
relación de este tipo de razonamiento con el funcionamiento de algunos sistemas de
control, ampliamente utilizados en el presente desarrollo de los estudios sobre Inteligencia
Artificial y Robots.
3        

ca lógica borrosa se funda en el concepto "todo es cuestión de grado", lo cual permite


manejar información vaga o de difícil especificación. Es entonces definida como un sistema
matemático que modela funciones no lineales, que convierte unas entradas en salidas
acordes con los planteamientos lógicos que usa el razonamiento aproximado.
En cierto nivel, la lógica difusa puede ser vista como un lenguaje que permite trasladar
sentencias sofisticadas en lenguaje natural, a un lenguaje matemático formal.
ca mayoría de los fenómenos que encontramos cada día son imprecisos, es decir, tienen
implícito un cierto grado de difusidad en la descripción de su naturaleza.
Esta imprecisión puede estar asociada con su forma, posición, momento, color, textura, o
incluso en la semántica que describe lo que son. En muchos casos el mismo concepto
puede tener diferentes grados de imprecisión en diferente contexto o tiempo.
Este tipo de imprecisión o difusidad asociado continuamente a los fenómenos es común en
todos los campos de estudio: sociología, física, biología«

  

Uno de los objetivos de la lógica borrosa es proporcionar las bases del razonamiento
aproximado, que utiliza premisas imprecisas como instrumento para formular el
conocimiento.
ca ÷ 
    ÷  permite representar también cuantificadores
lingüísticos situados entre el "para todo" y el "existe" clásicos. Esto facilita representar
enunciados como "la mayoría de los alemanes son rubios" o "bastantes electores han
votado en blanco".
cos cuantificadores aproximados se usan para representar conocimientos de sentido
común.
          

En la    una proposición sólo admite dos valores; verdadero o falso, por ello se
dice que la lógica usual es bivalente ó binaria. Existen otras lógicas que admiten además
un tercer valor posible (lógica trivaluada) e incluso múltiples valores de verdad (lógica
multivaluada).
ca lógica borrosa se puede inscribir en el contexto de la lógica multivaluada. Así pues, la
lógica difusa es un tipo de lógica que reconoce más que simples valores verdaderos y
falsos. Con ella, las proposiciones pueden se representadas con grados de veracidad o
falsedad.
Por ejemplo, la sentencia "hoy es un día soleado" puede ser:
100% verdad si no hay ninguna nube
80% de verdad si hay pocas nubes
50% verdad si existe neblina ó
0% verdad si llueve todo el día.

ca lógica binaria puede ser vista como un caso especial de la teoría del razonamiento
aproximado en el cual los conjuntos base tienen dos elementos {T, F} y los grados de
pertenencia se restringen a 1 ó 0.
ca lógica probabilística puede ser vista también como una extensión de ésta, en tanto que,
aunque se restringen los conjuntos base de valores a dos; T y F, se permite que los grados
de pertenencia sean números en el intervalo unidad.
Así, la lógica borrosa extiende la lógica binaria permitiendo su formalización en términos de
la teoría del razonamiento aproximado.
En conclusión, aunque superficialmente puede parecer que la teoría del razonamiento
aproximado y la lógica clásica se diferencian enormemente, la lógica clásica puede ser
vista como un caso especial de la primera.
Y

G         

G     

Recordemos que en un conjunto clásico (crisp) se asigna el valor 0 ó 1 a cada elemento


para indicar la pertenencia a dicho conjunto. Esta función puede generalizarse de forma
que los valores asignados a los elementos del conjunto caigan en un rango particular, y
con ello indiquen el "grado de pertenencia" de los elementos al conjunto en cuestión. Esta
función se llama "función de pertenencia" y el conjunto definido por ella "conjunto borroso".

ca función de pertenencia ȝA por la que se define el conjunto borroso A tiene la siguiente


forma:

ȝA: X ĺ [0, 1]
Es decir, mientras que en un conjunto clásico los elementos pertenecen o no pertenecen
totalmente a él, en los conjuntos borrosos hay grados de pertenencia (en referencia a un
universo local).
cas formas de las funciones de pertenencia más típicas son trapezoide, lineal y curva.
Veamos un ejemplo de conjuntos difusos en el universo de la edad.
Ejemplo: Tómese un individuo x cuya edad sea de 25 años.
Dicho individuo pertenece al conjunto difuso "joven" y al conjunto difuso "maduro". Se
podría decir, por ejemplo que posee un grado de pertenencia 0,6 para el conjunto difuso
"joven" y un grado 0,4 para el conjunto "maduro" (también poseería un grado de
pertenencia 0 para "viejo").
De esto se puede deducir que un elemento puede pertenecer a varios conjuntos difusos a
la vez (aunque con distinto grado).
Nuestro individuo x es más joven que maduro, pero no se puede decir, tratándose de
conjuntos difusos, que x es joven o que x es maduro de manera rotunda.


     

Siguiendo con los conceptos básicos que nos ocupan«

A será un subconjunto borroso de B cuando

ȝA(x) ” ȝB(x) para todo x del conjunto total X


Originalmente, la teoría de conjuntos borrosos se formuló en base a un conjunto de
operadores también válidos para conjuntos clásicos:
Negación: ȝ ËA(x) ” 1 - ȝA(x)
Unión: ȝAUB(x) = máx {ȝA(x), ȝB(x)}
Intersección: ȝAŀB(x) = mín {ȝA(x), ȝB(x)}
Pero para completar el tipo de razonamiento análogo al que se realiza con lógica clásica es
necesario definir el concepto de implicación.

Una implicación borrosa I es, en general una función de la forma:

I : [0, 1] x [0, 1] ĺ [0, 1]


Para cualesquiera dos valores ciertos de a y b de dos proposiciones borrosas p y q se
define el valor cierto I(a,b) de la proposición "si p entonces q" (es una extensión de la
implicación clásica p ĺ q en al dominio {0, 1} al dominio [0, 1]).
Por último, cualquier función que asocie puntos x, y, z«. del conjunto (crisp) X al Y puede
generalizarse de forma que asocie subconjuntos borrosos de X en Y, es el denominado
"Principio de Extensión".
Y

3      

Aunque la intención original del profesor >  al introducir la Teoría del razonamiento
aproximado, era crear un formalismo para manipular la imprecisión y vaguedad del
razonamiento humano expresado lingüísticamente, causó sorpresa que el éxito de la lógica
borrosa llegase al campo del control automático de procesos.
Hasta ahora, han sido infinidad de productos los lanzados al mercado usando tecnología
borrosa, muchos de ellos utilizando la etiqueta "fuzzy" como símbolo de calidad y
prestaciones avanzadas.
ca lógica difusa ha sido probada para ser particularmente útil en sistemas expertos y otras
aplicaciones de Inteligencia Artificial.
Es también utilizada en algunos correctores de voz, para sugerir una lista de probables
palabras a reemplazar en una mal dicha.

El control borroso ha sido aplicado con éxito en muy diversas ramas tecnológicas, por
ejemplo:

- la metalurgia,
- controles de maniobra de aviones, ascensores,
- sistemas de control de acondicionadores de aire,
- sistemas de foco automático en cámaras fotográficas,
- la domótica,
- mejora de la eficiencia del uso de combustible en motores, etc.
El éxito de estas aplicaciones de control radica, como ya hemos dicho, en la simplicidad,
tanto conceptual como de desarrollo de los procesos de control borrosos.
Como principal inconveniente cabe destacar la dificultad de elegir una correcta función de
pertenencia para conjuntos difusos. El hecho de que cualquier función de pertenencia esté
mal especificada, haría fallar, muy probablemente, todo el sistema.
ca lógica borrosa también ha demostrado ser una herramienta especialmente útil en un
campo como el de la robótica, caracterizado por la presencia de incertidumbre en el
conocimiento que se tiene del entorno.
Cualquier intento para controlar un sistema dinámico necesita utilizar algún conocimiento o
modelo del sistema a controlar. En el caso de la robótica el sistema está formado por el
propio robot y el entorno en que éste opera.

Una de las aplicaciones más extendida de las técnicas borrosas es el diseño de


comportamientos. Son comportamientos tareas como:

- evitar obstáculos fijos


- seguir un contorno
- evitar obstáculos móviles
- cruzar puertas
- seguir una trayectoria
- empujar o cargar un objeto, etc.

El control borroso se presenta entonces como una alternativa muy interesante en el campo
de la robótica, caracterizado por:

- la imposibilidad de disponer de un modelo matemático fiable de un entorno real, cuando


éste alcanza ciertos niveles mínimos de complejidad.
- la incertidumbre e imprecisión de los datos proporcionados por los sensores.
- la necesidad de operar en tiempo real.
Antes de ver algún ejemplo sobre cómo implementar la lógica difusa en robótica, veamos
cómo funciona realmente el razonamiento y los controladores borrosos en situaciones
reales.

     

En nuestro entorno y en nuestra vida cotidiana aceptamos la imprecisión como una


consecuencia natural de "la forma de las cosas en el mundo". ca dicotomía entre el rigor y
la precisión del modelado matemático en todos los campos, y la intrínseca incertidumbre
del mundo real no es, generalmente, aceptada por los científicos, filósofos y analistas.
ca lógica difusa simplemente acerca estos eventos a funciones numéricas y permite
escoger un resultado en lugar de hacer un análisis del conocimiento empírico.
Con todo este razonamiento, se puede asegurar que la lógica difusa se adapta mejor al
mundo real en el que vivimos, e incluso puede comprender y funcionar con nuestras
expresiones del tipo "hace mucho calor" ó "el ritmo del corazón está un poco acelerado".
ca clave de esta adaptación se basa en comprender los cuantificadores de nuestro
lenguaje, por ejemplo "mucho" o "muy poco".

El funcionamiento de la lógica borrosa se basa en reglas heurísticas de la forma

SI ««« ENTONCES «««,


donde antecedente y consecuente son conjuntos difusos (puros, o resultado de operar con
ellos).
Por ejemplo:
SI hace muchísimo calor ENTONCES disminuyo drásticamente la temperatura.
SI voy a llegar un poco tarde ENTONCES aumento levemente la velocidad.
cos métodos de inferencia para esta base de reglas deben ser simples, veloces y
eficaces.cos resultados de estos métodos son un área final, fruto de un conjunto de áreas
solapadas entre sí, cada una resultado de una regla de inferencia.
Para escoger una salida concreta a partir de tanta premisa difusa, lo usual es tomar el
centro de gravedad del área total resultante.
cos datos de entrada suelen ser recogidos por sensores y el motor de inferencia se basa
en chips difusos.
Y

G   

En ocasiones las ciencias que estudian el mundo real son insuficientes para controlar y
estudiar comportamientos y expresiones tan habituales como las que llevan implícito algún
tipo de cuantificador o matiz meramente subjetivo. Para dar respuesta a este tipo de
problemas contamos con una herramienta a la que debemos darle la importancia que
merece, como es la lógica difusa.
Una vez analizada la estrecha relación entre los sistemas que controlan el funcionamiento
de los robots y la lógica borrosa, podemos decir que esta disciplina, en ocasiones olvidada
por el mundo científico, es un arma muy apropiada y una herramienta especialmente útil en
campos con tanto futuro, y objetos de múltiples estudios actuales, como son el de la
inteligencia artificial, la robótica y el desarrollo de nuevas tecnologías que promuevan la
comodidad y facilidad en la realización de distintas tareas de la vida cotidiana.
Sólo queda reflexionar sobre la ética de estos estudios e intentar que el rápido avance
tecnológico no derive en una obsesión por elaborar nuevos aparatos que sustituyan
"totalmente" las actividades y necesidades humanas, pues somos, ante todo, personas, y
nuestro mundo debería seguir siendo controlado por las relaciones personales, y no por las
nuevas tecnologías.

Bibliografía.

- ca cógica Difusa, por Yuliana Corzo, desde Porlamar, Venezuela.


- Especial cógica Borrosa: Introducción a la cógica borrosa o difusa, Aplicación en
Robótica. www.puntolog.com.
- Introducción a la Robótica, ca Robótica. www.monografías.com.
- cógica Difusa. Wikipedia, la enciclopedia libre. http://es.wikipedia.org.
- P. Buschka, A. Saffiotti and Z. Wasik.Fuzzy landmark-based localization for a legged
robot.
- Auto-localización de un robot móvil aibo mediante el método montecarlo. Pablo Guerrero
y Javier Ruiz del Solar.
- Visionbasedtopologicalmarkovlocalization. Jana Kosecká and Fayin li.
- Robocampeones: aplicación de la robótica a la educación. II Jornadas de innovación en
educación tecnológica.
- Implementación basada en cógica Borrosa de jugadores para la RoboCup. José María
$?lvarez Rey, Vicente Matellán Olivera y José María Cañas Plaza.
- Un sistema multi-agente basado en lógica difusa aplicado al ámbito de la RoboCup.
Eugenio Aguirre, Juan C. Gámez y Antonio González.
- Coordinación global basada en controladores locales reactivos en la RoboCup. F.
Fernández, G. Gutiérrez, J. M. Molina.
Y