Esquemas de Aprendizado Neural Aplicados em Robótica Baseada em Comportamento
Descrição: O grau de autonomia de um agente está relacionado à capacidade de decidir por si só como relacionar os dados dos sensores com os comandos aos atuadores em seus esforços para atingir os objetivos para os quais foi projetado. Deste modo, a capacidade de aprendizado e adaptação do agente está intimamente relacionada com o seu grau de autonomia. Dentro do paradigma de inspiração biológica adotada na arquitetura de controle PiramidNet, Redes Neurais Artificiais são as ferramentas utilizadas para implementar a inteligência e o controle dos sistemas robóticos. Entretanto, mecanismos capazes de fazer o aprendizado permanente e em tempo de operação em sistemas robóticos controlados por Redes Neurais são escassos ou ainda estão em fase inicial de desenvolvimento. Neste trabalho, pretendeu-se estudar, propor e implementar métodos que possibilitassem o aprendizado em tempo real de Robôs Móveis Inteligentes controlados por Redes Neurais Artificiais. Para tal, propôs-se uma arquitetura de neural de controle capaz de apresentar características de plasticidade e de estabilidade adequadas, utilizando redes ART – Adaptive Ressonance Theory e redes MLP – Multi-Layer Perceptron, associados a um esquema de aprendizagem por reforço como metodologia de aprendizado em tempo real. Pretendeu-se, como objetivo principal deste trabalho, implementar um agente inteligente, autônomo e adaptativo, capaz de sentir e reagir às mudanças no ambiente e aprender com sua experiência através de métodos de aprendizado por reforço em tempo real. Para tanto, verificaram-se ainda outros objetivos a alcançar: Estudo aprofundado da metodologia de aprendizado por reforço, tipos de algoritmos e verificação de problemas; Estudo aprofundado sobre a implementação de aprendizado por reforço em redes neurais artificiais; Estudo e desenvolvimento de arquiteturas de redes neurais artificiais capazes de implementar comportamentos e de serem adaptadas pelos métodos estudados; Implementação das arquiteturas.
Situação: Concluído.
Natureza: Pesquisa.
Alunos envolvidos: Mestrado acadêmico: (1).
Integrantes: Mauro Roisenberg – Coordenador / Glaucio Adriano Fontana – Integrante / Thiago Henrique da Silva – Integrante / Marcelo de Souza – Integrante.
Financiador(es): Universidade Federal de Santa Catarina – Auxílio financeiro.Número de orientações: 1.
Anos: 2002-2003.
