|
Abstract:
|
As pesquisas em robótica móvel visam o estudo e o desenvolvimento de máquinas capazes de se locomover de forma autônoma ou semi-autônoma. Quando a locomoção se dá em ambientes ruidosos, não controlados ou desconhecidos, é necessário que o sistema de controle seja flexível para permitir a auto-adaptação, conforme se dá a interação do robô com o ambiente. Para tornar o sistema de controle de um robô móvel mais adaptável é necessário utilizar alguma técnica de aprendizado que permita que o sistema se modifique ao longo de sua execução. A robótica evolucionária objetiva o desenvolvimento de sistemas de controle adaptativos baseados em técnicas da computação evolucionária. A evolução embarcada faz com que o processo evolucionário ocorra sobre uma população de robôs móveis, isto é, acontece entre os indivíduos que fazem parte da população de robôs. Neste trabalho é apresentado o algoritmo da xPGD, uma Extensão do algoritmo da Programação Genética Distribuída, capaz de suportar a evolução do sistema de controle de uma população de robôs móveis. Também é apresentado o Sistema de Execução, Gerenciamento e Supervisão da xPGD (SEGS). Para avaliar o algoritmo da xPGD foram realizados três experimentos em ambientes simulados, que são: navegação livre de colisões, forageamento e empurrar uma caixa. A xPGD e o SEGS possuem, respectivamente, as seguintes características: i) estende o algoritmo da programação genética distribuída para suportar a evolução em uma população de robôs; ii) o processo evolucionário acontece de forma assíncrona entre os robôs da população; iii) é tolerante a falhas, pois permite a continuação do processo evolucionário mesmo que só reste um único robô na população de robôs; iv) guarda informações sobre os indivíduos mais aptos em memória; v) possui um ambiente de execução e gerenciamento independente do processo evolucionário. |
