عنوان
كنترل حفظ تعادل ربات انسان نما با استفاده از يادگيري تقويتي عميق
نويسنده اصلي
كوچكي ورنوسفادراني، احسان
محل تحصيل
اصفهان : دانشگاه صنعتي اصفهان
رشته تحصيلي
مهندسي كامپيوتر
مقطع تحصيلي
كارشناسي ارشد
چكيده
كنترل ربات‌هاي انسان‌نما بنا بر دلايلي همچون درجه‌هاي آزادي بالا، وجود ديناميك تركيبي و محدوديت‌هاي موجود در اقدامگرها و حسگرها نسبت به ساير ربات‌هاي متحرك داراي چالش‌هاي فراواني است. يادگيري تقويتي به عنوان روشي براي مقابله با كاستي‌هايي كه معمولاًً در شيوه‌هاي سنتي كنترل بازخورد وجود دارد، مورد توجه پژوهشگران قرار گرفته است. در اين روش سياست كنترل ربات بر مبناي تعامل عامل با محيط و دريافت پاداش تدوين مي‌شود. در اين پايان‌نامه يك الگوريتم سلسله مراتبي متشكل از دو سطح براي كنترل حفظ تعادل مدل شبيه‌سازي شده‌ي يك ربات انسان‌نما ارائه شده است. در سطح بالا با استفاده از يك جفت شبكه‌ي عصبي عميق، يك سياست تعيين مي‌شود كه مقدارهاي مرجعي را براي موقعيت زاويه‌اي مفصل‌هاي ربات مشخص مي‌كند. در سطح پايين، يك كنترل‌كننده‌ي PID ربات را حول مقدارهاي مرجع پايدار مي‌كند. بروزرساني شبكه‌هاي عصبي بر اساس پاداش‌هاي دريافت شده از محيط و با استفاده از الگوريتم بهينه‌سازي سياست نزديك انجام مي‌شود. پياده‌سازي الگوريتم ارائه شده در يك محيط شبيه‌ساز و با استفاده از برنامه‌نويسي به زبان پايتون انجام شده است. يكي از مشكلات پژوهش‌هاي انجام شده‌ي قبلي طولاني بودن زمان يادگيري و نحوه‌ي مصالحه بين اكتشاف و بهره‌برداري در طول فرآيند آموزش است. در اين پايان‌نامه به عنوان نوآوري از نمونه‌برداري در فضاي عمل با استفاده از توزيع بتا و محدود كردن عمل به عنوان يك راه حل استفاده شده است. در آزمايش‌هاي انجام شده براي ارزيابي عملكرد الگوريتم، از ربات خواسته شد در برابر پيكربندي‌هاي اوليه‌ي تصادفي، ضربه‌هاي اعمال شده به بالاتنه و همچنين ضربه‌هاي ناشي از برخورد توپ تعادل خود را حفظ كند. مطابق نتايج به دست آمده، مدل ياد گرفته شده بر اساس الگوريتم ارائه شده عملكرد خوبي در كنترل حفظ تعادل ربات از خود نشان داد. همچنين الگوريتم در مقايسه با كنترل كننده‌ي PID كارايي بهتري از خود نشان داد. در ادامه‌ي ارزيابي‌هاي انجام شده، عملكرد الگوريتم پيشنهادي با الگوريتم موجود در يكي از پژوهش‌هاي قبلي مقايسه شد. نتايج اين بخش نشان داد الگوريتم حاضر عملكرد بهتري در كنترل حفظ تعادل ربات دارد.
شماره ركورد
218588
گرايش رشته تحصيلي
هوش مصنوعي و رباتيكز
دانشكده
مهندسي برق و كامپيوتر
دانشگاه
دانشگاه صنعتي اصفهان