Texto completo
| |
| Autor(es): |
Alisson Gusatti Azzolini
Número total de Autores: 1
|
| Tipo de documento: | Dissertação de Mestrado |
| Imprenta: | Campinas, SP. |
| Instituição: | Universidade Estadual de Campinas (UNICAMP). Faculdade de Engenharia Elétrica e de Computação |
| Data de defesa: | 2011-05-13 |
| Membros da banca: |
Fernando José Von Zuben;
Mauricio Fernandes Figueiredo;
Wagner Caradori do Amaral
|
| Orientador: | Fernando José Von Zuben |
| Resumo | |
Há uma demanda crescente por soluções avançadas de navegação autônoma em robótica móvel. Apresenta-se então um sistema de síntese e aprendizagem de controladores com tal finalidade. Propõe-se um controlador probabilístico, consistindo no acoplamento de um processo de decisão de Markov parcialmente observável (POMDP) com um classificador logístico multinomial. A parametrização empregada para o POMDP inspira-se numa proposta anterior de controle de robô por meio de redes imunológicas artificiais, que mostrou apresentar flexibilidade e capacidade de representação de conhecimento na execução de tarefas desafiadoras de navegação autônoma. A aprendizagem dos parâmetros do classificador logístico é efetuada através de um algoritmo de aprendizagem por reforço baseado em gradiente de política, e os do POMDP, atráves de um algoritmo de maximização de verossimilhança. Três experimentos computacionais são efetuados, dois deles utilizando somente o classificador logístico, e o terceiro utilizando o acoplamento entre POMDP e classificador logístico. Os resultados permitem a constatação de pontos fortes e algumas deficiências das duas abordagens. O trabalho aponta também para uma potencial reinterpretação do controlador baseado em rede imunológica em termos de um modelo probabilístico similar ao proposto (AU) | |
| Processo FAPESP: | 09/06767-6 - Mecanismos Antecipatórios e Construtivos na Síntese de Redes Cognitivas Dinâmicas para Robótica Autônoma |
| Beneficiário: | Alisson Gusatti Azzolini |
| Modalidade de apoio: | Bolsas no Brasil - Mestrado |