الگوریتم های مسیر یابی رباتها در یک محیط با نقشه وبا موانع پویابا استفاده از اتومای یادگیرسلولی
- رشته تحصیلی
- مهندسی کامپیوتر- آلگوریتم ها و محاسبات
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه پردیس یک فنی شماره ثبت: 56..;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 62055
- تاریخ دفاع
- ۲۰ شهریور ۱۳۹۲
- دانشجو
- علی جلیل زاده اصل
- استاد راهنما
- علی معینی
- چکیده
- مسیریابی در بسیاری از مسائل دنیای واقعی از جمله رباتیک، کاربرد های نظامی، لجستیک و بازی های رایانه ای، کاربردهای فراوانی دارد. در مسیریابی محیط های مشخص و با یک عامل که اندازه فضای کاری با اندازه نقشه محدود شده است، A* جواب بهینه و کامل را پیدا می کند[23]. ولی برای سیستم های چند عامله، با توجه به اینکه فضای جستجو و فاکتور شکستن بصورت نمایی رشد می کنند، نسخه ی متمرکز این الگوریتم بسیار ناکارامد بوده و نسخه ی نامتمرکز آن نیز، که نسخه اولیه مسئله را به مجموعه ای از جستجو ها تبدیل می کند، ناکامل می باشد. در این پایان نامه تلاش شده با ارائه الگوریتم مسیریابی مبتنی بر اتوماتای سلولی یادگیر ، روشی برای یافتن مسیرهای بهینه در محیط چند عامله با موانع ایستا و پویا و با حداقل هزینه محاسباتی و تصادم ارائه شود.
- Abstract
- Path Planning in many real-world problems such as robotics, military applications, logistics and computer games has many applications. Path Planinng in environment with single agent that the size of the workspace is limited by the size of the map, A* will find optimal and complete solution [23]. But for multi-agent systems, given that the search space and branching factor grow exponentially, a centralized version of the algorithm was very inefficient and decentralized version of it, which transform original version of the problem into a set of searches, may be incompleted. This thesis attempts to provide a path planning algorithm based on cellular learning automata, for finding optimal paths in multi-agent environment with static and dynamic obstacles with minimal computational cost and collisions.