پایان‌نامه

ترکیب یادگیری تقویتی پیوسته و یادگیری باناظر برای ناوبری ربات

دانلود متن کاملرایگان، با حساب کاربری؛ ثبت نام با گوگل چند ثانیه است

چکیده

استفاده از یادگیری باناظر در ناوبری ربات های متحرک، دارای چالش های جدّی همچون ناسازگاری داده ها، مشکل جمع آوری داده های آموزشی وخطای زیاد در این داده ها می باشد. لیکن استفاده از یادگیری تقویتی، که یک روش یادگیری تعاملی قدرتمند می باشد، مورد توجه واقع شد. از طرفی یادگیری تقویتی زمانبر بوده و دارای نرخ شکست های بالا در مرحله آموزش می باشد. از این رو در این پایان نامه، یک ایده جدید برای استفاده موثّر از هر دو الگوریتم یادگیری فوق ارائه می شود. یک کنترلگر فازی سوگنو مرتبه صفر با تعدادی عمل کاندید برای هر قاعده جهت تولید فرمان های کنترل ربات در نظر گرفته شده است، بطوریکه ساختار این کنترلگر با ساختار کنترلگر یادگیری سارسایِ فازی که یک الگوریتم آموزش تقویتی پیوسته می باشد، سازگاری دارد. هدف از آموزش تعیین عمل مناسب برای هر قاعده است. در مرحله اول داده آموزشی با حرکت ربات توسط ناظر در محیط جمع آوری می شود. سپس با بهره گیری از روش جدید ارائه شده، پارامترهای ارزش هر عمل کاندید در قواعد فازی با کمک داده های آموزشی مقداردهی اولیه می شوند. در مرحله دوم از الگوریتم سارسایِ فازی برای تنظیم دقیق تر پارامترهای تالی کنترلگر بصورت برخط استفاده می شود. نتایج شبیه سازی در شبیه ساز kiks برای ربات خپرا حاکی از بهبود قابل توجه در زمان یادگیری و کیفیت حرکت ربات می باشد.

اساتید راهنما و مشاور

ولی درهمی، مهدی رضاییان

شکل‌ها (۵)

  • شکل، صفحه‌ی ۱
    صفحه‌ی ۱
  • شکل، صفحه‌ی ۱۳
    صفحه‌ی ۱۳
  • شکل، صفحه‌ی ۱۳
    صفحه‌ی ۱۳
  • شکل، صفحه‌ی ۱۳
    صفحه‌ی ۱۳
  • شکل، صفحه‌ی ۲۰
    صفحه‌ی ۲۰

شکل‌ها از متن کامل مقاله برداشته شده‌اند و حقوقشان از آنِ نویسندگان و ناشر است.

پایان‌نامه‌های مشابه

  • ارائه یک روش جدید یادگیری تقویتی پیوسته با تاکید بر تحلیل ریاضی

    پایان‌نامه۲۰۱۳وزارت علوم، تحقیقات و فناوری - دانشگاه یزد - دانشکده برق و کامپیوترفرزانه قربانی

    یکی از چالش های یادگیری تقویتی، عدم وجود الگوریتم های قابل اجرا در فضای حالت و عمل پیوسته است که دارای استدلال ریاضی باشند. در این پایان نامه سعی داریم با ارائه یک روش جدید یادگیری تقویتی پیوسته مبتنی بر معماری نقاد-تنها برای مسائل کنترل این چالش ها را برطرف کنیم. روش ارائه شده ا

  • طراحی و شبیه سازی ناوبری ربات سیاردر زمین های ناهموار با استفاده از الگوریتم یادگیری تقویتی

    پایان‌نامه۲۰۱۴وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی خواجه نصیرالدین طوسی - دانشکده برق و کامپیوترجعفر جلیلی انگورانی

    در این پایان نامه موضوع ناوبری ربات سیار در محیطی با موانع نرم مورد بررسی قرار گرفته است. در سال‏های اخیر حرکت ربات‏های سیار در محیطهایی که عبور از آنها ممکن اما همراه با هزینه است، نظر بسیاری از محققین را به خود جلب کرده است، به خاطر اینکه به طور گسترده‏ای در رشته‏های گوناگون از

  • یادگیری تقویتی شبکه عصبی جهت کنترل راه روی یک ربات دوپا

    پایان‌نامه۲۰۱۴وزارت علوم، تحقیقات و فناوری - دانشگاه تبریز - دانشکده مهندسی فناوریهای نوینیاسمن واقعی

    در سال های اخیر، تلاش مطالعات انجام شده بر روی الگوریتم های یادگیری به منظور پر کردن فضای خالی بین کنترل بهینه ی تطبیقی و روش های یادگیری برگرفته از سیستم های بیولوژیکی بوده است. یادگیری تقویتی یکی از مهم ترین روش ها است که امروزه جهت کنترل ربات ها مورد استفاده قرار گرفته است. از

  • گام برداشتن ربات انسان نما با استفاده از گرادیان سیاست در یادگیری تقویتی

    پایان‌نامه۲۰۱۱وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی اصفهان - دانشکده برق و کامپیوترآرش گیوچی

    یکی از علاقه مندی های مهم در علم رباتیک، پیاده سازی رباتی دوپا و شبیه به انسان است که قادر باشد همانند انسان رفتار نماید. از میان همه رفتارهای مکانیکی بدن انسان، شاخص ترین آنها راه رفتن است. راه رفتن یک ربات انسان نما، موضوعی است که دامنه های مختلفی از علوم پایه و مهندسی را در بر

  • ارائه روشی مبتنی بر یادگیری تقویتی به منظور رهیابی ربات متحرک در محیط نیمه ساختار یافته درون ساختمان

    پایان‌نامه۲۰۱۱وزارت علوم، تحقیقات و فناوری - دانشگاه پیام نور - دانشگاه پیام نور استان تهران - دانشکده فنیندا دایی

    رهیابی یا ناوبری ربات عبارت است از حرکت ربات در محیط و رسیدن به هدف مطلوب بدون آنکه به موانع برخورد کند، رهیابی ربات درون محیط ساختمان از دو جنبه مورد اهمیت است. از طرفی محیط ساختمان نیمه ساختار یافته است، یعنی اندازه و مکان بعضی از موانع شناخته شده نیستند و از طرف دیگر موانع و ه

  • تحلیل و شبیه سازی مسیریابی بهینه ربات ها بر پایه الگوریتم های یادگیری تقویتی چند هدفه

    پایان‌نامه۲۰۱۰وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی خواجه نصیرالدین طوسیالهام کشت گر

    در این پایان نامه مسأله مسیریابی بهینه رباتها را در محیط هایی با چند هدف در تناقض باهم با استفاده از الگوریتم های یادگیری تقویتی چندهدفه مورد تحلیل و بررسی قرار می گیرد. اخیرا تحقیقات گسترده ای در زمینه بهینه سازی چندهدفه توسط محققین انجام شده است، نه تنها به علت ماهیت چندهدفه بو

اسناد مشابه