Uso de política abstrata estocástica na navegação robótica.

Autor(es)

Tiago Matos

• Tipo de documento: Dissertação de Mestrado
• Imprenta: São Paulo.
• Instituição: Universidade de São Paulo (USP). Escola Politécnica (EP/BC)
• Data de defesa: 2011-09-06

Membros da banca

Anna Helena Reali Costa; Leliane Nunes de Barros; Roseli Aparecida Francelin Romero

• Orientador: Anna Helena Reali Costa

Resumo

A maioria das propostas de planejamento de rotas para robôs móveis não leva em conta a existência de soluções para problemas similares ao aprender a política para resolver um novo problema; e devido a isto, o problema de navegação corrente deve ser resolvido a partir do zero, o que pode ser excessivamente custoso em relação ao tempo. Neste trabalho é realizado o acoplamento do conhecimento prévio obtido de soluções similares, representado por uma política abstrata, a um processo de aprendizado por reforço. Além disto, este trabalho apresenta uma arquitetura para o aprendizado por reforço simultâneo, de nome ASAR, onde a política abstrata auxilia na inicialização da política para o problema concreto, e ambas as políticas são refinadas através da exploração. A fim de reduzir a perda de informação na construção da política abstrata é proposto um algoritmo, nomeado X-TILDE, que constrói uma política abstrata estocástica. A arquitetura proposta é comparada com um algoritmo de aprendizado padrão e os resultados demonstram que ela é eficaz em acelerar a construção da política para problemas práticos. (AU)

• Processo FAPESP: 09/04489-9 - RRL-RM: Navegação de robôs móveis baseada em aprendizado por reforço relacional
• Beneficiário: Tiago Matos
• Modalidade de apoio: Bolsas no Brasil - Mestrado