Detalhes bibliográficos
| Ano de defesa: |
2021 |
| Autor(a) principal: |
Baumann, Gabriel de Albuquerque Barbosa |
| Orientador(a): |
Bessa, Wallace Moreira |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Universidade Federal do Rio Grande do Norte
|
| Programa de Pós-Graduação: |
PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA MECÂNICA
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Brasil
|
| Palavras-chave em Português: |
|
| Link de acesso: |
https://repositorio.ufrn.br/handle/123456789/48351
|
Resumo: |
A pesquisa em robôs móveis inteligentes e autônomos tem crescido significativamente devido a suas aplicações militares, civis e industriais, como o monitoramento de plantações agrícolas, o uso em ações de apoio a desastres ambientais, a patrulha de fronteiras, o mapeamento de territórios submarinos ou até mesmo o estudo do comportamento animal. Este trabalho resgata a motivação multi e interdisciplinar da inteligência artificial, partindo de questionamentos filosóficos para chegar à caracterização de sistemas inteligentes e autônomos. Dessa maneira, somente depois de construídas as bases teóricas para a concepção desses agentes, é apresentada uma abordagem bioinspirada para a realização da tarefa de rastreamento de trajetória por um robô móvel omnidirecional, o Robotino® produzido pela Festo® . Com essa finalidade, a estratégia consiste no controle inteligente não linear robusto utilizando Modos Deslizantes, redes neurais artificiais e o algoritmo de aprendizagem por reforço Limite de Confiança Superior. Os fundamentos de cada uma dessas técnicas são apresentados, a fim de justificar, antecipadamente, sua utilização coerente com a proposta teórica, para depois serem incorporadas ao controlador. Assim, apresentam-se Modos Deslizantes e suas limitações acerca de erro residual; as redes neurais artificiais então são aplicadas com o propósito de reduzi-las, porém, também possuem suas restrições; o Limite de Confiança Superior é, portanto, acrescentado com o objetivo de mitigá-las. As características de cada uma das técnicas conferem ao robô robustez na atividade de controle, aprendizagem e autonomia com tomada de decisão, respectivamente, como é explicado a partir dos resultados numéricos e experimentais. O algoritmo elaborado não só alcançou as finalidades propostas, mas também trouxe outros pontos positivos, como evitar a divergência das redes neurais decorrente da atualização contínua de seus pesos. A abordagem desenvolvida com base nos argumentos mais recentes acerca de agentes autônomos obteve ótimos resultados em simulações e em experimentos para o problema de rastreamento de trajetória do Robotino® e representa a tendência crescente de pesquisas na ciência cognitiva corporficada. |
