GridAE Uygulaması

advertisement
GridAE:
Yapay Evrim Uygulamaları için
Grid Tabanlı bir Altyapı
Erol Şahin
Bilgisayar Mühendisliği Bölümü,
Orta Doğu Teknik Üniversitesi
Ankara, Türkiye
2. ULUSAL GRİD ÇALIŞTAYI, 1-2 Mart 2007, TÜBİTAK, ANKARA
İçerik
Giriş
 Doğal Evrim
 Yapay Evrim
PES:
Tek Bilgisayar Kümesi için Paralel Evrim Sistemi
GridAE:
Yapay Evrim Uygulamaları için Grid Tabanlı bir Altyapı
2. ULUSAL GRİD ÇALIŞTAYI, 1-2 Mart 2007, TÜBİTAK, ANKARA
Giriş
Yapay Evrim (YE), mühendislik ve robotbilimden
sosyal bilimler ve genetiğe kadar değişen
alanlardaki karmaşık problemlerin çözümü için
nispeten yeni bir yaklaşımdır.
Doğal evrimde kullanılan yöntemlerden esinlenen
YE, bir aday çözümler popülasyonu yaratır ve
verilen problem için bu çözümlerin iyiliğini
(fitness) hesaplar.
Adayların iyilik değerlerini temel alarak,
çaprazlama ve mutasyon gibi genetik işlemler
kullanılarak yeni bir aday çözümler nesli yaratılır.
2. ULUSAL GRİD ÇALIŞTAYI, 1-2 Mart 2007, TÜBİTAK, ANKARA
Giriş
Yeni nesil yaratma işlemi, daha iyi çözümleri
daha çok kullanarak (survival of the fittest) yeni
neslin kötü çözümleri içerme olasılığını azaltır.
İşlem yeterince iyi bir çözüm bulununcaya
kadar tekrarlanır.
Her evrim işlemi çok sayıda iyilik hesaplaması
gerektirir.
2. ULUSAL GRİD ÇALIŞTAYI, 1-2 Mart 2007, TÜBİTAK, ANKARA
Doğal Evrim
Bir popülasyon çok çeşitli
bireylerden oluşur.
Bireylerin özellikleri genleri
tarafından belirlenir.
Daha iyi bireyler ortalamanın
üzerinde iyilikte yavru verme
eğilimindedirler.
Yavrular, daha iyi bireylerin
genlerinin çaprazlanmasıyla
oluşurlar.
2. ULUSAL GRİD ÇALIŞTAYI, 1-2 Mart 2007, TÜBİTAK, ANKARA
Yapay Evrim
Bir çözümler popülasyonu oluştur.
Önceden tanımlanmış bir “iyilik fonksiyonu”
kullanarak her bir çözümün kalitesini hesapla.
Ortalamanın üzerinde çözümler üretmek için
daha iyi çözümleri kullan.
Daha iyi çözümlerin çaprazlanmasıyla
oluşturulmuş yeni çözümler elde et.
2. ULUSAL GRİD ÇALIŞTAYI, 1-2 Mart 2007, TÜBİTAK, ANKARA
Benzerlik
PROBLEM ÇÖZME  EVRİM
Problem  Çevre
Aday Çözüm  Birey
Kalite  İyilik (Fitness)
İyilik  hayatta kalma ve üreme şansı
Kalite  yeni çözümler üretme şansı
Eiben ve Smith’in sunumundan alınmıştır.
2. ULUSAL GRİD ÇALIŞTAYI, 1-2 Mart 2007, TÜBİTAK, ANKARA
Uygulama Alanları
Mühendislik
Bilgisayar Grafiği
Tıbbi Görüntüleme
Kontrol Sistemleri
Robotbilim
...
2. ULUSAL GRİD ÇALIŞTAYI, 1-2 Mart 2007, TÜBİTAK, ANKARA
Evrimsel Robotbilim
Problem: Robota istenilen
görevi yaptıracak bir
denetleyici nasıl
tasarlanmalı?
 Elle kullanılan bir
denetleyici tasarlamak
genellikle zor yada
imkansızdır.
 Değişik denetleyici
seçeneklerini
değerlendirmek için
gerçekçi simülatörler
kullanılır.
2. ULUSAL GRİD ÇALIŞTAYI, 1-2 Mart 2007, TÜBİTAK, ANKARA
Evrimsel Robotbilim
Algılayıcı verisi
Kromozom
010101 100111...
Denetleyici
Denetleyici
Denetleyici parametrelerine
çevir
Robotlardaki denetleyiciyi
kullan
Harekete Getirici Çıktı
2. ULUSAL GRİD ÇALIŞTAYI, 1-2 Mart 2007, TÜBİTAK, ANKARA
Gelişen Denetleyiciler
...........
Krom.1: 1010001110...
Nesil n
Krom.2: 0011110101...
.........
Seç
Çoğalt
Mutasyona uğrat
Nesil n+1
...........
Popülasyon
n
Krom.1: 0101011001...
Krom.2: 1100110111...
.........
Popülasyon
n+1
2. ULUSAL GRİD ÇALIŞTAYI, 1-2 Mart 2007, TÜBİTAK, ANKARA
Fizik Tabanlı Simülasyon
Avantajlar
 Gerçek robotlu
deneylerden daha hızlı
ve güvenilir
 Gerçekçi
Dezavantajlar
 Yüksek işlem gücü
ihtiyacı!
2. ULUSAL GRİD ÇALIŞTAYI, 1-2 Mart 2007, TÜBİTAK, ANKARA
Tek Makine Kısıtlamaları
Hesaplama gereken:
 Bayağı Diferansiyel Denklemleri Çözmek
 Daha çok çarpışma ile karmaşıklığı arttırmak
Tek bilgisayar için gereken yaklaşık zaman:
 Bir tek evrim için, dakikalar mertebesinde
 100 kromozom ve 100 nesil için
toplam zaman > bir hafta (tek makinede)
2. ULUSAL GRİD ÇALIŞTAYI, 1-2 Mart 2007, TÜBİTAK, ANKARA
Problem / Çözüm
YE’nin işlemsel gereksinimleri, bir tek bireyin
hesaplamalarındaki berimsel gereksinimlerle
orantılıdır.
Bu durum büyük bir dar boğaz yaratmakla
beraber tüm işlemin paralelleştirilmesi için bir
fırsat oluşturuyor.
2. ULUSAL GRİD ÇALIŞTAYI, 1-2 Mart 2007, TÜBİTAK, ANKARA
PES: Bilgisayar Kümeleri için
Paralel Evrim Sistemi
•
Geçmiş çalışma:
Soysal O., Bahceci E., and Sahin E. “PES: A system for parallelized fitness
evaluation of evolutionary methods”, in Yazici and Sener (eds.), Proc. of the
18th ISCIS, LNCS 2869, 889-896, Springer-Verlag, 2003.
2. ULUSAL GRİD ÇALIŞTAYI, 1-2 Mart 2007, TÜBİTAK, ANKARA
PES’in Mimarisi
Sunucu
Clients
Sunucu Birimi


PES-S
Yapay Evrim
İyilik Hesaplaması
PES-C
Client Birimi
PES-C
Client Birimi
PES-C
Client Birimi
2. ULUSAL GRİD ÇALIŞTAYI, 1-2 Mart 2007, TÜBİTAK, ANKARA
PES’in İletişim Modeli
PES-S
PES-C
PES Ağ Adaptörü
PES Ağ Adaptörü
PVM / MPI
PVM / MPI
Makina
Makina
2. ULUSAL GRİD ÇALIŞTAYI, 1-2 Mart 2007, TÜBİTAK, ANKARA
PES-S
PES-S
Görev Üreticisi
Sunucu Birimi
Görev
Yöneticisi
Yapay Evrim
En İyi Çözümler
Konfigürasyon
Yöneticisi
2. ULUSAL GRİD ÇALIŞTAYI, 1-2 Mart 2007, TÜBİTAK, ANKARA
PES-C
Client Birimi
Görev
Simülatör
PES-C
İyilik
İyilik
Hesaplayıcısı
2. ULUSAL GRİD ÇALIŞTAYI, 1-2 Mart 2007, TÜBİTAK, ANKARA
PES’de İşlemci Yükü Dengeleme
Dinamik simülasyon
Değişen sayıda
çarpışma
Değişken görev
karmaşıklığı
Değişken işlemci yükü
Dörtgenler ve Altıgenler: görevler
Dik çizgiler: Yeni nesil başlangıcı
2. ULUSAL GRİD ÇALIŞTAYI, 1-2 Mart 2007, TÜBİTAK, ANKARA
PES’de Hata Tahammülü
2. işlemcide hata
oluyor
15. saniyedeki ‘ping’
işleminde tespit
ediliyor
19. saniyede görev
yeniden başlıyor
Kırmızı çizgiler: Ping
Mavi çizgiler: Nesil
Sayılar: Görev numarası
2. ULUSAL GRİD ÇALIŞTAYI, 1-2 Mart 2007, TÜBİTAK, ANKARA
PES’de Verim ve
Hızlanma
2. ULUSAL GRİD ÇALIŞTAYI, 1-2 Mart 2007, TÜBİTAK, ANKARA
PES’de 128 İşlemci ile Nesil Boşluğu
2. ULUSAL GRİD ÇALIŞTAYI, 1-2 Mart 2007, TÜBİTAK, ANKARA
GridAE: Yapay Evrim Uygulamaları için
Grid Tabanlı bir Altyapı
Bu çalışma YE uygulamaları için Grid tabanlı bir
altyapı geliştirmeyi amaçlamaktadır
 PES’in fikir ve deneyimini Grid üzerine taşıyarak.
Bu altyapı evrim hesaplamalarını Grid üzerine
dağıtacak YE kullanıcısı için saydam bir arayüz
oluşturacak.
Altyapının analiz, tasarım, gerçekleştirme ve
test etme aşamalarında, evrimsel robotbilim
problemleri (örneğin özerk robotlar için denetleyiciler
geliştirmek), yol gösterici olarak temel uygulama
alanımız olacak .
2. ULUSAL GRİD ÇALIŞTAYI, 1-2 Mart 2007, TÜBİTAK, ANKARA
GridAE Mimarisi
Web Arayüzü
Uygulama Birimi
Yönetici bölümü
GridAE-S
Uygulama Birimi . . . Uygulama Birimi
İşçi bölümü
İşçi bölümü
...
GridAE-C
...
GridAE-C
Görev Grubu Yönetimi
EDG
gLite
2. ULUSAL GRİD ÇALIŞTAYI, 1-2 Mart 2007, TÜBİTAK, ANKARA
Tesekkurler..
2. ULUSAL GRİD ÇALIŞTAYI, 1-2 Mart 2007, TÜBİTAK, ANKARA
GridAE Çalışma Birimleri
PES
Altyapı




Görev Grubu Yönetimi
GridAE-S
GridAE-C
Web Arayüzü
Evrimsel Robotbilimi Uygulaması
Test Etme, Hata Ayıklama & Arıtma
2. ULUSAL GRİD ÇALIŞTAYI, 1-2 Mart 2007, TÜBİTAK, ANKARA
GridAE Takvimi
PES tamamlanmış durumda.
Görev Grubu Yönetimi alt katmanı,
2006 yazında geliştirildi.
SEE-Grid-2’nin GridAE’ye desteği,
Ocak 2007’de resmen başladı.
Proje 10-12 ay sürecek.
2. ULUSAL GRİD ÇALIŞTAYI, 1-2 Mart 2007, TÜBİTAK, ANKARA
Görev Grubu Yönetimi
Tamamlandı!
Görevleri (GridAE ‘işçi’lerini) grup olarak teslim
etmek ve yönetmek için kullanılacak
İçerdiği komutlar:
edg-jobgroup-submit
edg-jobgroup-status
edg-jobgroup-cancel
glite-jobgroup-submit
glite-jobgroup-status
glite-jobgroup-cancel
Bağımsız bir ara katman
 başka projelerde de kullanılabilir
2. ULUSAL GRİD ÇALIŞTAYI, 1-2 Mart 2007, TÜBİTAK, ANKARA
Download