عنوان پایان‌نامه

بکارگیری هوش دسته جمعی در یافتن و حرکت دادن طعمه به کمک یاد گیری تقویتی



    دانشجو در تاریخ ۳۰ بهمن ۱۳۸۷ ، به راهنمایی ، پایان نامه با عنوان "بکارگیری هوش دسته جمعی در یافتن و حرکت دادن طعمه به کمک یاد گیری تقویتی" را دفاع نموده است.


    محل دفاع
    کتابخانه پردیس 2 فنی شماره ثبت: 1582;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 41741
    تاریخ دفاع
    ۳۰ بهمن ۱۳۸۷
    دانشجو
    سپیده افشار
    استاد راهنما
    محمد محجوب

    روش های هوش دسته جمعی در سالهای اخیر نظر محققین هوش مصنوعی را به خود جلب نموده است. این روش ها الهام گرفته از رفتار دسته جمعی جانوران و از جمله حشرات در حل مسائل پیچیده می باشد. روشهای متعددی در این زمینه ارائه شده است. برخی از روش ها برای حل مسائل بهینه سازی بکار می روند. به عبارت دیگر از رفتار گروهی به عنوان ابزاری نیرومند جهت حل مسائل استفاده می گردد. در برخی دیگر از موارد، هدف تقلید از رفتار گروهی به منظور انجام مسئولیت های گسترده می باشد. در این راستا بشر بر آن است که روبات های منفرد پیچیده را با چندین عامل ساده تر جایگزین نماید. آنچه در این تحقیق مورد نظر است تقلید از رفتار مورچه ها در جستجو به دنبال طعمه می باشد. به این منظور رفتار مورچه ها در دنبال نمودن خط اثر فرمیک و نیز علائم محیطی شبیه سازی می گردد. روش بکار رفته یادگیری تقویتی و منطق فازی می باشد. نتایج بدست آمده تطابق قابل قبولی را با رفتار مورچه ها نشان می دهد. بعد از چند مرحله آموزش، عامل ها قادرند خط فرمیک و همچنین علائم محیطی که برای سادگی دایروی در نظر گرفته می شوند را دنبال نمایند. در نهایت سعی شده است که برای تست نتایج شبیه سازی، چند روبات ساده ساخته شود و نتایج در محیط واقعی مورد ارزیابی قرار گیرد.
    Abstract
    Swarm Intelligence methods have been concerned by different scientist in recent years. These methods are inspired by social behavior animal colony, especially insect colony, employ to accomplish their complicate tasks. Numerous methods have been introduced in this field. Some methods are utilized for optimization problems. In these cases, animal-colony behavior is employed as powerful algorithm to solve problems. Another purpose of group behavior mimicing is to perform distributed task by utilizing a number of simple agents. In this approach, replacement of individual advanced and highly-priced robot for several simple robots is concerned. What is focused on in this thesis is simulation of ant behavior while following available resources. Their algorithm in initiating and following formic path is imitated. In addition, ant reaction to environmental landmarks, which play an important role during their foraging, is considered and simulated. Reinforcement Learning and Fuzzy Logic are applied as proper methods. The simulation results reveal good agreement with ant behavior. After a number of learning steps, agents are able to follow formic path and track landmarks considered circular for simplicity. Finally, a number of robots are built and test conditions are provided to compare simulation results with reactions in experimental environment.