Design of an emotion-based controller for dynamical systems

Abstract

Abstract. This thesis studies the effect of emulating human emotions in control systems. The introduction of a new control strategy applies well known facts from neuroscience and psychology about decision-making processes in humans, and combines them with computer science and artificial intelligence tools into control system design. The approach to the concept of emotion specified in this thesis requires a dynamical system to be controlled, a second system is employed as a reference model, and a mechanism for predicting the future dynamics for both systems. The comparison between these predictions triggers an emotion in the controller, and each emotion plus its intensity serves to define the appropriate input to the plant. Thus, the controller avoids negative emotions such as anger or fear, while seeking for positive emotions such as calm or satisfaction. This scheme causes the plant to approach the dynamic of the reference model. Given the importance of prediction in the emotion-based controller, this thesis proposed three algorithms to anticipate the value of a function. The first algorithm approximates the rate of change of any function given samples, the second reconstructs a periodic signal, and the third approximates the period of a periodic target function. In several tests, including linear and nonlinear systems, the proposed controller outperforms a classical controller for all considered cases. One of the main contributions of this research pertains to the reduction of the negative effects of nonlinearities in a plant by defining a linear reference model and leading the system to approach it. The application of emulated emotions in control systems opens a wide range of new solutions for dynamical systems, which may include aspects such as fault tolerance, motion planning, and control of complex systems.

En esta tesis se estudia el efecto de la emulación de emociones humanas sobre el control de sistemas dinámicos. La aplicación de la estrategia de control nueva utiliza hechos bien conocidos con respecto a neurociencia y psicología acerca del proceso de toma de decisiones humanas, y combina esto con resultados en ciencias de la computación y de inteligencia artificial en el control de sistemas dinámicos. El concepto de emociones especificado en esta tesis requiere un sistema dinámico a ser controlado y un segundo sistema utilizado como modelo de referencia, además requiere un mecanismo de predicción del futuro de la dinámica de los dos sistemas. La comparación entre las dos predicciones hace que se dispare una emoción en el controlador, y cada emoción más su propia intensidad sirve para definir el valor de entrada para la planta en cada instante. Así, el controlador evita emociones negativas, tales como ira y temor, mientras que busca experimentar emociones positivas, tales como calma o satisfacción. Este esquema logra que la planta se aproxime al modelo de referencia. Dada la importancia de la predicción en el controlador basado en emociones, en esta tesis se proponen tres algoritmos para anticipar el valor de una función. El primer algoritmo aproxima la razón de cambio de una función dadas muestras, el segundo algoritmo reconstruye una señal periódica, y el tercero aproxima el periodo de una función periódica. Se vio, por medio de muchas pruebas, incluyendo sistemas lineales y no lineales, que el controlador propuesto supera el rendimiento de un controlador clásico, para todos los casos. Una de las contribuciones más importantes de esta investigación tiene que ver con la reducción del efecto negativo de las no linealidades en una planta, mediante la definición de modelo de referencia lineal. La aplicación de emociones emuladas en el control de sistemas dinámicos abre posibilidades para soluciones nuevas en sistemas dinámicos, las cuales pueden incluir aspectos como la tolerancia a fallos, la planeación de movimiento, y el control de sistemas complejos.