Computación evolutiva en comportamientos de robótica de enjambre

Autor: Rais Martínez, Jasmina
Přispěvatelé: Aznar Gregori, Fidel, Universidad de Alicante. Departamento de Ciencia de la Computación e Inteligencia Artificial
Rok vydání: 2021
Předmět:
Zdroj: RUA. Repositorio Institucional de la Universidad de Alicante
Universidad de Alicante (UA)
Popis: Este proyecto se centra en el aprendizaje de varias políticas de movimiento para un enjambre robótico. Se trata de comportamientos complejos dado que los robots a utilizar son simples y con poca capacidad de procesamiento o comunicación, siguiendo los preceptos de la robótica de enjambre. De manera concreta se intentarán aprender políticas que desarrollen conductas macroscópicas para la formación en cadena, donde un enjambre sigue al robot líder mientras mantiene la forma de una cadena y para el mantenimiento de una formación compleja mientras siguen al robot líder y esquivan los obstáculos del entorno. Por último, se ha empleado la conducta de mantenimiento de una formación compleja para la resolución de una tarea de transporte colectivo de objetos con la estrategia de empuje. Para la resolución de ambas tareas se han utilizado estrategias evolutivas para el aprendizaje por refuerzo. Este tipo de aprendizaje requiere multitud de experimentos para aprender la política deseada. Por tanto se ha utilizado un simulador en 2D rápido con física realista del robot MBot Ranger, que será nuestra plataforma de pruebas final. En nuestras pruebas se ha evaluado algunas características como la robustez frente al ruido o la escalabilidad con diferentes enjambres. Además, se han evaluado los resultados de diferentes estrategias evolutivas aplicadas a la obtención de una política de aprendizaje por refuerzo en robótica de enjambre. Este proyecto ha sido financiado por el Ministerio de Ciencia, Innovación y Universidades (Spain), proyecto RTI2018-096219-B-I00. Proyecto co-financiado con fondos FEDER.
Databáze: OpenAIRE
Externí odkaz: