N-Learning, uma abordagem para ensino e aprendizagem autônomos em sistemas multirrobôs
Ano de defesa: | 2018 |
---|---|
Autor(a) principal: | |
Orientador(a): | |
Banca de defesa: | |
Tipo de documento: | Tese |
Tipo de acesso: | Acesso aberto |
Idioma: | por |
Instituição de defesa: |
Não Informado pela instituição
|
Programa de Pós-Graduação: |
PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA E DE COMPUTAÇÃO
|
Departamento: |
Não Informado pela instituição
|
País: |
Brasil
|
Palavras-chave em Português: | |
Área do conhecimento CNPq: | |
Link de acesso: | https://repositorio.ufrn.br/jspui/handle/123456789/26936 |
Resumo: | Propomos o paradigma N-Learning, que propicia o compartilhamento (ensino e aprendizagem) de comportamentos em sistemas multirrobôs de forma autônoma e em tempo de execução. O paradigma proposto é baseado na robótica comportamental e utiliza aprendizado cooperativo. No modelo formal, os comportamentos do robô são representados na forma de um grafo, onde comportamentos complexos podem ser decompostos em comportamentos simples que, por sua vez, podem ser executados simultaneamente. O N-Learning permite mudar o domínio de atuação do robô sem a necessidade de reprogramação. Isto é, um robô que não possui comportamentos compatíveis para um determinado domínio pode mudar e aprender com os outros robôs, atuando nesse domínio. Essa característica é útil quando existe um grande número de robôs e várias missões diferentes (em domínios diferentes) a serem cumpridas. O N-Learning também pode ser usado com comportamentos emergentes, que precisam ser compartilhados com a equipe. Para validar o paradigma, uma implementação de referência foi desenvolvida baseada na linguagem Python e no Sistema Operacional de Robôs (Robot Operating System), utilizando o simulador Stage e com robôs reais. Resultados mostram que os indivíduos de um grupo de robôs consegue aprender através de interação no sistema multirrobôs. O time sai de um estado de menos conhecimento dos robôs individualmente (isto é, robôs possuindo capacidade de execução de poucos comportamentos) para um estado de mais conhecimento (robôs conseguindo realizar mais comportamentos, aprendidos on-line). Com essa abordagem, comportamentos específicos de determinados ambientes, já existentes, não precisam estar pré-programados em robôs, que conseguem aprender os mesmos com os outros robôs da equipe. Os experimentos demonstram a versatilidade do N-Learning, validando a nossa abordagem. |
id |
UFRN_23e3bc9602a85d838a8e065099e2537b |
---|---|
oai_identifier_str |
oai:https://repositorio.ufrn.br:123456789/26936 |
network_acronym_str |
UFRN |
network_name_str |
Repositório Institucional da UFRN |
repository_id_str |
|
spelling |
Costa, Luís Feliphe SilvaNascimento, Tiago Pereira doSouza, Anderson Abner de SantanaAlsina, Pablo JavierMaia, Rosiery da SilvaGonçalves, Luiz Marcos Garcia2019-04-11T20:22:33Z2019-04-11T20:22:33Z2018-12-17COSTA, Luís Feliphe Silva. N-Learning, uma abordagem para ensino e aprendizagem autônomos em sistemas multirrobôs. 2018. 85f. Tese (Doutorado em Engenharia Elétrica e de Computação) - Centro de Tecnologia, Universidade Federal do Rio Grande do Norte, Natal, 2018.https://repositorio.ufrn.br/jspui/handle/123456789/26936Propomos o paradigma N-Learning, que propicia o compartilhamento (ensino e aprendizagem) de comportamentos em sistemas multirrobôs de forma autônoma e em tempo de execução. O paradigma proposto é baseado na robótica comportamental e utiliza aprendizado cooperativo. No modelo formal, os comportamentos do robô são representados na forma de um grafo, onde comportamentos complexos podem ser decompostos em comportamentos simples que, por sua vez, podem ser executados simultaneamente. O N-Learning permite mudar o domínio de atuação do robô sem a necessidade de reprogramação. Isto é, um robô que não possui comportamentos compatíveis para um determinado domínio pode mudar e aprender com os outros robôs, atuando nesse domínio. Essa característica é útil quando existe um grande número de robôs e várias missões diferentes (em domínios diferentes) a serem cumpridas. O N-Learning também pode ser usado com comportamentos emergentes, que precisam ser compartilhados com a equipe. Para validar o paradigma, uma implementação de referência foi desenvolvida baseada na linguagem Python e no Sistema Operacional de Robôs (Robot Operating System), utilizando o simulador Stage e com robôs reais. Resultados mostram que os indivíduos de um grupo de robôs consegue aprender através de interação no sistema multirrobôs. O time sai de um estado de menos conhecimento dos robôs individualmente (isto é, robôs possuindo capacidade de execução de poucos comportamentos) para um estado de mais conhecimento (robôs conseguindo realizar mais comportamentos, aprendidos on-line). Com essa abordagem, comportamentos específicos de determinados ambientes, já existentes, não precisam estar pré-programados em robôs, que conseguem aprender os mesmos com os outros robôs da equipe. Os experimentos demonstram a versatilidade do N-Learning, validando a nossa abordagem.We propose the N-Learning paradigm, which allows the sharing (teaching and learning) of behaviors in multi-robot systems autonomously and at run time. The proposed paradigm is based on behavioral robotics and uses cooperative learning. In the formal model, robot behaviors are represented in the form of a graph, where complex behaviors can be broken down into simple behaviors that, in turn, can be performed simultaneously. N-Learning allows to change the scope domain of the robot without the need for reprogramming. That is, a robot that does not have compatible behaviors for a given domain can change and learn from the other robots acting in that domain. This feature is useful when there are a large number of robots and several, different missions (in different domains) to be fulfilled. N-Learning can also be used with emerging behaviors that need to be shared with the team. To validate the paradigm, a reference implementation was developed based on the Python language and the Robot Operating System, using the Stage simulator and real robots. Results show that individuals in a group of robots can learn through interaction in the multirobot system. The team comes from a state of less knowledge of robots, individually (ie, robots possessing ability to execute a few behaviors) to a state of more knowledge (robots accomplishing more behaviors, learned online). With this approach, behaviors that are specific to certain environments, already existing, do not need to be preprogrammed in the robots, which can learn them with the other robots of the team. The experiments demonstrate the versatility of N-Learning, validating our approach.Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)CNPQ::ENGENHARIAS::ENGENHARIA ELETRICASistemas multirrobôsRobôtica baseada em comportamentosAprendizagem cooperativaN-Learning, uma abordagem para ensino e aprendizagem autônomos em sistemas multirrobôsinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisPROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA E DE COMPUTAÇÃOUFRNBrasilinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFRNinstname:Universidade Federal do Rio Grande do Norte (UFRN)instacron:UFRNTEXTN-Learningabordagem_Costa_2018.pdf.txtN-Learningabordagem_Costa_2018.pdf.txtExtracted texttext/plain178470https://repositorio.ufrn.br/bitstream/123456789/26936/2/N-Learningabordagem_Costa_2018.pdf.txt91c76368615cbf9edb7ef5ea27fb0b9dMD52THUMBNAILN-Learningabordagem_Costa_2018.pdf.jpgN-Learningabordagem_Costa_2018.pdf.jpgGenerated Thumbnailimage/jpeg1464https://repositorio.ufrn.br/bitstream/123456789/26936/3/N-Learningabordagem_Costa_2018.pdf.jpg3264824633d3617c56e86836101c2d9fMD53ORIGINALN-Learningabordagem_Costa_2018.pdfapplication/pdf14798268https://repositorio.ufrn.br/bitstream/123456789/26936/1/N-Learningabordagem_Costa_2018.pdf119071c280f724a427915ee04b6e957bMD51123456789/269362019-05-26 03:06:51.197oai:https://repositorio.ufrn.br:123456789/26936Repositório de PublicaçõesPUBhttp://repositorio.ufrn.br/oai/opendoar:2019-05-26T06:06:51Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)false |
dc.title.pt_BR.fl_str_mv |
N-Learning, uma abordagem para ensino e aprendizagem autônomos em sistemas multirrobôs |
title |
N-Learning, uma abordagem para ensino e aprendizagem autônomos em sistemas multirrobôs |
spellingShingle |
N-Learning, uma abordagem para ensino e aprendizagem autônomos em sistemas multirrobôs Costa, Luís Feliphe Silva CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA Sistemas multirrobôs Robôtica baseada em comportamentos Aprendizagem cooperativa |
title_short |
N-Learning, uma abordagem para ensino e aprendizagem autônomos em sistemas multirrobôs |
title_full |
N-Learning, uma abordagem para ensino e aprendizagem autônomos em sistemas multirrobôs |
title_fullStr |
N-Learning, uma abordagem para ensino e aprendizagem autônomos em sistemas multirrobôs |
title_full_unstemmed |
N-Learning, uma abordagem para ensino e aprendizagem autônomos em sistemas multirrobôs |
title_sort |
N-Learning, uma abordagem para ensino e aprendizagem autônomos em sistemas multirrobôs |
author |
Costa, Luís Feliphe Silva |
author_facet |
Costa, Luís Feliphe Silva |
author_role |
author |
dc.contributor.authorID.pt_BR.fl_str_mv |
|
dc.contributor.advisorID.pt_BR.fl_str_mv |
|
dc.contributor.advisor-co1ID.pt_BR.fl_str_mv |
|
dc.contributor.referees1.none.fl_str_mv |
Souza, Anderson Abner de Santana |
dc.contributor.referees1ID.pt_BR.fl_str_mv |
|
dc.contributor.referees2.none.fl_str_mv |
Alsina, Pablo Javier |
dc.contributor.referees2ID.pt_BR.fl_str_mv |
|
dc.contributor.referees3.none.fl_str_mv |
Maia, Rosiery da Silva |
dc.contributor.referees3ID.pt_BR.fl_str_mv |
|
dc.contributor.author.fl_str_mv |
Costa, Luís Feliphe Silva |
dc.contributor.advisor-co1.fl_str_mv |
Nascimento, Tiago Pereira do |
dc.contributor.advisor1.fl_str_mv |
Gonçalves, Luiz Marcos Garcia |
contributor_str_mv |
Nascimento, Tiago Pereira do Gonçalves, Luiz Marcos Garcia |
dc.subject.cnpq.fl_str_mv |
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA |
topic |
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA Sistemas multirrobôs Robôtica baseada em comportamentos Aprendizagem cooperativa |
dc.subject.por.fl_str_mv |
Sistemas multirrobôs Robôtica baseada em comportamentos Aprendizagem cooperativa |
description |
Propomos o paradigma N-Learning, que propicia o compartilhamento (ensino e aprendizagem) de comportamentos em sistemas multirrobôs de forma autônoma e em tempo de execução. O paradigma proposto é baseado na robótica comportamental e utiliza aprendizado cooperativo. No modelo formal, os comportamentos do robô são representados na forma de um grafo, onde comportamentos complexos podem ser decompostos em comportamentos simples que, por sua vez, podem ser executados simultaneamente. O N-Learning permite mudar o domínio de atuação do robô sem a necessidade de reprogramação. Isto é, um robô que não possui comportamentos compatíveis para um determinado domínio pode mudar e aprender com os outros robôs, atuando nesse domínio. Essa característica é útil quando existe um grande número de robôs e várias missões diferentes (em domínios diferentes) a serem cumpridas. O N-Learning também pode ser usado com comportamentos emergentes, que precisam ser compartilhados com a equipe. Para validar o paradigma, uma implementação de referência foi desenvolvida baseada na linguagem Python e no Sistema Operacional de Robôs (Robot Operating System), utilizando o simulador Stage e com robôs reais. Resultados mostram que os indivíduos de um grupo de robôs consegue aprender através de interação no sistema multirrobôs. O time sai de um estado de menos conhecimento dos robôs individualmente (isto é, robôs possuindo capacidade de execução de poucos comportamentos) para um estado de mais conhecimento (robôs conseguindo realizar mais comportamentos, aprendidos on-line). Com essa abordagem, comportamentos específicos de determinados ambientes, já existentes, não precisam estar pré-programados em robôs, que conseguem aprender os mesmos com os outros robôs da equipe. Os experimentos demonstram a versatilidade do N-Learning, validando a nossa abordagem. |
publishDate |
2018 |
dc.date.issued.fl_str_mv |
2018-12-17 |
dc.date.accessioned.fl_str_mv |
2019-04-11T20:22:33Z |
dc.date.available.fl_str_mv |
2019-04-11T20:22:33Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
format |
doctoralThesis |
status_str |
publishedVersion |
dc.identifier.citation.fl_str_mv |
COSTA, Luís Feliphe Silva. N-Learning, uma abordagem para ensino e aprendizagem autônomos em sistemas multirrobôs. 2018. 85f. Tese (Doutorado em Engenharia Elétrica e de Computação) - Centro de Tecnologia, Universidade Federal do Rio Grande do Norte, Natal, 2018. |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufrn.br/jspui/handle/123456789/26936 |
identifier_str_mv |
COSTA, Luís Feliphe Silva. N-Learning, uma abordagem para ensino e aprendizagem autônomos em sistemas multirrobôs. 2018. 85f. Tese (Doutorado em Engenharia Elétrica e de Computação) - Centro de Tecnologia, Universidade Federal do Rio Grande do Norte, Natal, 2018. |
url |
https://repositorio.ufrn.br/jspui/handle/123456789/26936 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.program.fl_str_mv |
PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA E DE COMPUTAÇÃO |
dc.publisher.initials.fl_str_mv |
UFRN |
dc.publisher.country.fl_str_mv |
Brasil |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFRN instname:Universidade Federal do Rio Grande do Norte (UFRN) instacron:UFRN |
instname_str |
Universidade Federal do Rio Grande do Norte (UFRN) |
instacron_str |
UFRN |
institution |
UFRN |
reponame_str |
Repositório Institucional da UFRN |
collection |
Repositório Institucional da UFRN |
bitstream.url.fl_str_mv |
https://repositorio.ufrn.br/bitstream/123456789/26936/2/N-Learningabordagem_Costa_2018.pdf.txt https://repositorio.ufrn.br/bitstream/123456789/26936/3/N-Learningabordagem_Costa_2018.pdf.jpg https://repositorio.ufrn.br/bitstream/123456789/26936/1/N-Learningabordagem_Costa_2018.pdf |
bitstream.checksum.fl_str_mv |
91c76368615cbf9edb7ef5ea27fb0b9d 3264824633d3617c56e86836101c2d9f 119071c280f724a427915ee04b6e957b |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN) |
repository.mail.fl_str_mv |
|
_version_ |
1797777802386210816 |