Geracao otima de trajetorias de robos manipuladores: uma abordagem adaptativa usando redes neurais artificiais nao supervisionadas.

• Processo: 98/12699-7
• Modalidade de apoio: Bolsas no Brasil - Doutorado
• Data de Início da vigência: 01 de março de 1999
• Data de Término da vigência: 28 de fevereiro de 2003
• Área de conhecimento: Engenharias - Engenharia Elétrica - Eletrônica Industrial, Sistemas e Controles Eletrônicos
• Pesquisador responsável: Aluizio Fausto Ribeiro Araújo
• Beneficiário: Guilherme de Alencar Barreto
• Instituição Sede: Escola de Engenharia de São Carlos (EESC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Assunto(s): Contexto Redes neurais (computação)
• Palavra(s)-Chave do Pesquisador: Aprendizagem Incremental | Contexto | Redes Neurais Artificiais | Sequencia Temporal

Resumo

Proposição de um modelo de rede neural não-supervisionada capaz de construir, de forma autônoma (sem auxilio de um agente externo), trajetórias ótimas entre dois pontos espaciais quaisquer. Este modelo deve ser capaz de realizar o planejamento e controle das trajetórias consideradas, aprendendo incrementalmente quando necessário. O controlador do robô deve atuar em ambientes sujeitos a perturbações e ser capaz de se desviar de obstáculos. Como ultima meta, o robô deve ter habilidade de adequar trajetórias inicialmente construídas por ele: evitando passar por pontos desnecessários na trajetória e/ou criando caminhos alternativos na presença de obstáculos. Esta capacidade de adequação da trajetória deve ser obtida através da introdução de critérios de otimalidade para o estabelecimento de trajetórias. (AU)

Publicações científicas

(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)

GUILHERME‚ D.E.A.B.; ARAUJO‚ A.F.R.. Unsupervised learning and temporal context to recall complex robot trajectories. International Journal of Neural Systems, v. 11, n. 01, p. 11-22, 2001. (98/12699-7)

BARRETO‚ G.A.; ARAÚJO‚ A.F.R.; KREMER‚ S.C.. A taxonomy for spatiotemporal connectionist networks revisited: the unsupervised case. NEURAL COMPUTATION, v. 15, n. 6, p. 1255-1320, 2003. (98/12699-7)

Publicações acadêmicas

(Referências obtidas automaticamente das Instituições de Ensino e Pesquisa do Estado de São Paulo)

BARRETO, Guilherme de Alencar. Redes neurais não-supervisionadas temporais para identificação e controle de sistemas dinâmicos. 2003. Tese de Doutorado - Universidade de São Paulo (USP). Escola de Engenharia de São Carlos (EESC/SBD) São Carlos.