Publicação: Aprendizado por reforço assistido aplicado ao controle de robôs de acionamento diferencial
Carregando...
Arquivos
Data
Autores
Orientador
Pegoraro, Renê 
Coorientador
Pós-graduação
Curso de graduação
Ciência da Computação - FC
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Estadual Paulista (Unesp)
Tipo
Trabalho de conclusão de curso
Direito de acesso
Acesso aberto
Resumo
Resumo (português)
O presente trabalho tem como objetivo o estudo e a implementação de técnicas de aprendizado
profundo aplicado ao controle de robôs de acionamento diferencial. A aplicação final destinada
dos modelos apresentados são os robôs da categoria IEEE Very Small Size Soccer. Diversas
são as técnicas existentes para o controle de tais agentes, as quais podem ser aplicadas em
diferentes escopos de controle e navegação robótica. Este trabalho busca uma rede capaz de ser
aplicada ao controle local dos agentes, para este fim foi utilizada uma arquitetura que combina
uma rede ator-crítico e uma rede crítica DQN auxiliada por um controlador PID. Tal arquitetura
possibilita acelerar o processo de aprendizado, uma vez que o controlador clássico pode ser
utilizado nas épocas iniciais evitando que o agente faça movimentos aleatórios que pouco
retorno traria à rede, e a partir do momento que a política aprendida seja eficiente na locomoção
do agente, essa passe a ser utilizada. Os resultados obtidos a partir do treinamento em ambiente
simulado foram comparados à implementação original e apresentadas as conclusões a partir
destes.
Resumo (inglês)
This work aims to study and implement deep learning techniques applied to the control of
differential drive robots. The model of control is applied in the IEEE Very Small Size Soccer
league aiming to validate the code implementation. Several frameworks to control such agents
exist and they can be applied to different scopes of robotic control and navigation. This work
seeks a network architecture capable of being efficiently applied in the local control of such
agents, for this purpose it’s used a architecture of an actor-critic network and a critical DQN
network aided by a PID controller. Such an architecture makes it possible to accelerate the
learning process since the classic controller can be used in the initial stages, preventing the
agent from making random movements that would bring little return to the network and, from
the moment that the learned policy is efficient in the agent’s locomotion, this starts to be
applied. The results obtained from training in a simulated environment are compared to the
original implementation results and the conclusions are presented from these.
Descrição
Palavras-chave
Robótica, Aprendizado profundo, Aprendizado por reforço, Robotics, Deep learning, Reinforcement learning
Idioma
Português
