Bioinspired computing systems : synthesis and application in computational intelligence and artificial homeostasis

Resumo: Este trabalho propõe uma classificação circunstancial para sistemas complexos, incluindo uma estrutura unificada de descrição a ser empregada na análise e síntese de sistemas computacionais bio-inspirados. Como um ramo dos sistemas complexos organizados, os sistemas computacionais bio-inspirados admitem uma sub-divisão em sistemas de inteligência computacional e sistemas homeostáticos artificiais. Com base neste formalismo, duas abordagens híbridas são concebidas e aplicadas em problemas de navegação autônoma de robôs. A primeira abordagem envolve sistemas classificadores com aprendizado e sistemas imunológicos artificiais, visando explorar conjuntamente conceitos intrínsecos a sistemas complexos, como auto-organização, evolução e cognição dinâmica. Fundamentada nas interações neuro-imuno-endócrinas do corpo humano, a segunda abordagem propõe um novo modelo de sistema homeostático artificial, explorando mudanças de contexto e efeitos do meio sobre o comportamento autônomo de um robô móvel. Embora preliminares, os resultados obtidos envolvem simulação computacional em ambientes virtuais e alguns experimentos com robôs reais, permitindo extrair conclusões relevantes acerca do potencial das abordagens propostas e abrindo perspectivas para a síntese de sistemas complexos adaptativos de interesse práticoAbstract: This work proposes a circumstantial classification for complex systems, including a unified description structure to be employed in the analysis and synthesis of biologically inspired computing metaphors. Considered as a branch of organized complex systems, these bio-inspired computing frameworks may be subdivided into computation intelligence systems and artificial homeostatic systems. Developed under this formalism, two novel hybrid systems are conceived and applied to robot autonomous navigation problems. The first approach involves learning classifier systems and artificial immune systems, in an attempt to investigate intrinsic concepts of complex systems as self-organization, evolution, and dynamic cognition. Drawn on the principles of the human nervous, immune and endocrine systems, the second approach envisages a new model of an artificial homeostatic system to explore context changes and environmental effects on the behaviour of an autonomous robotic agent. Though preliminary, the obtained results encompass computer simulation on virtual environments in addition to a number of real robot?s experiments. Relevant conclusions can be invoked, mainly related to the potentiality of the proposed frameworks, thus opening attractive prospects for the synthesis of complex adaptive systems of practical interes