Istnieje wiele systemów pozwalających na realizacje zachowań autonomicznych. Jednym z możliwych rozwiązań są systemy reaktywne (behawioralne), oparte na inteligencji niskiego poziomu. R.C. Arkin w swojej książce [1] opisał ten typ podejścia do sterowania następująco:
Simply put, reactwe control is a techniąue for tightly coupling perception and action, typically in the contex of motor behaviors, to produce timely robotic response in dynamie and unstructured worlds.
Nawiązując do tych słów, można wyróżnić następujące cechy takich systemów:
• szybkość w działaniu,
• niezależność od dokładności i zupełności modelu świata,
• nieskomplikowane obliczenia,
• proste zależności między sygnałem z czujników a reakcją.
Podejście reaktywne można rozpatrywać w kilku aspektach. Robot jest umiejscowiony w rzeczywistym świecie (Situatedness). Nie operuje on w abstrakcyjnej jego reprezentacji, raczej w nim samym. Zajmuje fizyczną przestrzeń, czego konsekwencją jest oddziaływanie ze światem, czego nie można wiernie zasymulować (Embodiment). Inteligencja powstaje z interakcji agenta z otoczeniem. Nie jest ona właściwością tego robota czy też środowiska, a raczej rezultatem wzajemnych oddziaływań między nimi (Emergence).
Źródła podejść behawioralnych można często upatrywać w przyrodzie. Przykładem mogą być sieci neuronowe, których genezą są badania w dziedzinie neurologii, bazującej na budowie neuronu (stąd jej nazwa). Podobieństwa te można zobaczyć na rys. 2.la oraz rys. 2.Ib. Wejścia w sieci neuronowej odpowiadają dendrytom, a wyjście aksonowi.
Cechami charakterystycznymi systemów behawioralnych są:
• zachowania służące jako podstawowe bloki do budowy akcji robota,
• nieużywanie abstrakcyjnych reprezentacji do celu generacji reakcji,
• ich podstawę stanowią modele zachowań pochodzące z obserwacji zwierząt,
• możliwość łatwej rozbudowy poprzez dodawanie nowych zachowań.