Busca avançada
Ano de início
Entree

Planejamento Online com Gêmeos Digitais para Frotas de Robôs Heterogêneos em Ambientes Mistos com Incerteza

Processo: 24/15649-7
Modalidade de apoio:Bolsas no Brasil - Pós-Doutorado
Data de Início da vigência: 01 de dezembro de 2024
Data de Término da vigência: 30 de novembro de 2027
Área de conhecimento:Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
Pesquisador responsável:Thiago Boaventura Cunha
Beneficiário:Matheus Aparecido do Carmo Alves
Instituição Sede: Escola de Engenharia de São Carlos (EESC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
Vinculado ao auxílio:18/15472-9 - Controle de impedância de atuadores hidráulicos para robôs com pernas e braços, AP.JP
Assunto(s):Aprendizado por reforço
Palavra(s)-Chave do Pesquisador:Aprendizado por Reforço | frota de robôs | Gêmeo Digital | Planejamento online | Planejamento sob Incerteza | Robótica, Inteligência Aritificial

Resumo

Pesquisas com robôs móveis voltadas para a solução de problemas em ambientes onde humanos e robôs coexistem têm atraído significativos investimentos públicos e privados nos últimos anos. Nesse cenário, a utilização de frotas heterogêneas de robôs inteligentes e autônomos tem demonstrado vantagens claras, especialmente na execução de tarefas em locais perigosos ou de difícil acesso para humanos. A adaptabilidade elevada desses sistemas permite que os robôs se organizem de forma eficaz para resolver tarefas complexas, ao mesmo tempo em que oferecem suporte aos humanos presentes no ambiente. Contudo, a navegação e o planejamento de ações nesses contextos exigem que os robôs sejam capazes de adaptar seu comportamento de maneira ágil e eficiente para lidar com incertezas, reduzir custos operacionais e garantir a execução segura e eficaz de suas missões, evitando danos a si mesmos, ao ambiente e às pessoas envolvidas no processo. Desta forma, este projeto de pesquisa propõe o desenvolvimento de um algoritmo para planejamento online (em tempo real) que seja genérico, robusto e descentralizado, visando capacitar diferentes tipos de robôs a colaborar em prol de um objetivo comum, enquanto suportam tarefas distribuídas em ambientes mistos. Para assegurar a viabilidade dessa aplicação em cenários reais, será criada uma solução embarcada, leve e otimizada, que combina técnicas de aprendizado por reforço com modelos de Gêmeos Digitais. Ciente dos benefícios potenciais dessa pesquisa, o projeto conta com o apoio da Petrobras, que planeja testar e validar a solução proposta em suas plataformas de petróleo. De maneira geral, esta pesquisa busca preencher lacunas na literatura existente e fomentar o avanço das pesquisas em robótica no Brasil para enfrentar e resolver desafios concretos na indústria nacional.

Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa:
Mais itensMenos itens
Matéria(s) publicada(s) em Outras Mídias ( ):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)

Publicações científicas (5)
(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)
VECCHIONE, ANDRE; BOAVENTURA, THIAGO. Performance Comparison of Common Low-level State Estimators for Legged Robots. 2025 BRAZILIAN CONFERENCE ON ROBOTICS, CROS, v. N/A, p. 5-pg., . (24/15649-7, 18/15472-9)
MARTINS, MATHEUS DELLA ROCCA; MEDEIROS, VIVIAN SUZANO; DO CARMO ALVES, MATHEUS APARECIDO; GONCALVES PEDRO, GABRIEL DUARTE; BECKER, MARCELO; BOAVENTURA, THIAGO. Performance Comparison of Different Localization Methods for Legged Robots In Indoor Environments. 2025 BRAZILIAN CONFERENCE ON ROBOTICS, CROS, v. N/A, p. 6-pg., . (18/15472-9, 24/15649-7)
BERMUDEZ, GABRIEL; CRUZ NETO, HELIO JACINTO; DO CARMO ALVES, MATHEUS APARECIDO; MEDEIROS, VIVIAN SUZANO; FERNANDES BARBOSA, JOAO AUGUSTO; BECKER, MARCELO; BOAVENTURA, THIAGO. A Comparative Study of Model-Based and Learning-Based Locomotion Control for Quadruped Robots in Oscillatory Environments. 2025 BRAZILIAN CONFERENCE ON ROBOTICS, CROS, v. N/A, p. 6-pg., . (24/15649-7, 18/15472-9)
MAITAN, LUCCA; VERGAMINI, ELISA G.; THEMA, MASA; GONCALVES PEDRO, GABRIEL DUARTE; NEGRI, JULIANO DECICO; DO CARMO ALVES, MATHEUS APARECIDO; BECKER, MARCELO; CAURIN, GLAUCO; BOAVENTURA, THIAGO. Optimizing Inner Force Control Loop for PMLSM Using Reinforcement Learning. 2025 BRAZILIAN CONFERENCE ON ROBOTICS, CROS, v. N/A, p. 6-pg., . (21/03373-9, 23/11407-6, 18/15472-9, 24/15649-7)
ZANETTE, CICERO; VERGAMINI, ELISA G.; DOS SANTOS, LEONARDO F.; MAITAN, LUCCA; CRUZ NETO, HELIO J.; DO CARMO ALVES, MATHEUS APARECIDO; BOAVENTURA, THIAGO. Pressure-Based Force Control for Hydraulic Actuators with Proportional Flow Valves. 2025 BRAZILIAN CONFERENCE ON ROBOTICS, CROS, v. N/A, p. 6-pg., . (18/15472-9, 23/11407-6, 24/15649-7, 21/09244-6, 21/03373-9)