عنوان پایان‌نامه
توسعه فرهنگ با محوریت یادگیری جهت طراحی تکاملی سیستم های چند ربات و یادگیر
- رشته تحصیلی
- مهندسی برق-کنترل
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه پردیس 2 فنی شماره ثبت: E 2106;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 54492
- تاریخ دفاع
- ۳۰ شهریور ۱۳۹۱
- دانشجو
- فربد فرشیدیان
- استاد راهنما
- مجید نیلی احمدآبادی, بابک نجاراعرابی
- چکیده
- یکی از رویکردهای نوین در طراحی سیستم‌های رباتیکی تطبیقی، بالا بردن توانایی تطابق کنترل‌کننده‌ی ربات، با طراحی یک ساختار مناسب است. در غیاب وجود یک روش ریاضی مناسب برای چنین طراحی در سیستم‌های رباتیکی، در این پژوهش از یک روش عددی برای طراحی همزمان ساختار و کنترل‌کننده‌ی ربات استفاده شده است. در حالی در طی یک فرآیند یادگیری، کنترل‌کننده‌ی ربات، با ساختار ثابت، برای سازگاری با تغییرات محیط تطابق داده می‌شود، ساختار ربات برای بالا بردن قدرت تطابق ربات، متکامل می‌شود. در همین راستا در این پژوهش یک الگوریتم طراحی خودکار پیشنهاد گردیده است، که از ترکیب دو فرآیند تطبیقی مدل-آزاد با نام‌های الگوریتم تکاملی و الگوریتم یادگیری تشکیل شده است. در این پژوهش، از این الگوریتم برای طراحی ساختار و کنترل‌کننده‌ی یک ربات دوپای نرم استفاده شده است. بدین ترتیب که، از الگوریتم تکاملی برای طراحی یک فنر تکه‌ای خطی مناسب برای مفصل ران در طی نسل‌ها و از الگوریتم یادگیری برای تطبیق پارامتر‌های کنترل‌کننده در طول زندگی ربات استفاده شده است. در اینجا، یادگیری با بالا بردن میزان تابع برازندگی برای موجودات با توانایی تطابق بالاتر، مسیر تکامل را تحت تاثیر قرار می‌دهد. هدف طراحی بالا بردن بهره‌وری انرژی با حفظ میزان حاشیه پایداری ربات است. با توجه به اینکه پایداری یک مساله‌ی مهم در ربات‌های راه‌رونده‌ی دوپا است، الگوریتم یادگیری استفاده شده در این پژوهش، حاشیه‌ی پایداری را به عنوان یک قید صریح در کنار بهینه‌سازی معیار بهره‌وری انرژی در نظر می‌گیرد. نتایج شبیه‌سازی در این پژوهش کارآمد بودن و سودمندی روش پیشنهادی در طراحی خودکار را به اثبات می‌رسانند.
- Abstract
- One of the new approaches in the design of adaptive robotic systems is good structural design which enables better adaptation ability in the control system. In the absence of sophisticated analytical approach, we have chosen a computational approach which coevolves robot structure and its adaptive controller on two different time scales. While the controller of fixed-structure robot is adapted to the changes through a learning process, the body structure is evolved toward enhancing adaptation ability. Following this idea, we have proposed an automatic design method. This method uses two adaptation algorithms namely, Evolutionary Algorithm and Learning. In this project, the design algorithm is utilized to develop a compliant bipedal robot’s structural and control strategy. The Evolutionary Algorithm evolves a fitted piecewise linear spring for the biped’s hip joint through the generations while Learning adapts the controller parameters to the given task during lifetime. In this scenario, Leaning guides Evolutionary path through increasing the fitness function of more adaptable individuals. The target of designing is achieving higher energy efficiency while maintaining the stability margin on suitable level. As stability is a challenging problem in bipedal robots, our Learning algorithm considers the stability margin as an explicit constraint while optimizing energy criterion. The simulation results confirm the effectiveness and efficiency of the designing algorithm.
