Artigo - Atena Editora

Artigo

Baixe agora

Livros
capa do ebook Planejamento de Trajetória Livre de Colisão Utilizando Aprendizagem por Reforço

Planejamento de Trajetória Livre de Colisão Utilizando Aprendizagem por Reforço

Os robôs industriais têm crescido ao longo dos anos tornando os sistemas de produção cada vez mais eficientes, exigindo a necessidade de algoritmos de geração de trajetórias eficientes que otimizem e, se possível, gerem trajetórias livres de colisão sem interromper o processo de produção. Neste trabalho é apresentado o uso da Aprendizagem por Reforço (AR), baseado no algoritmo Q-Learning, na geração de trajetórias de um manipulador robótico e também uma comparação de seu uso com e sem restrições da cinemática do manipulador, a fim de gerar trajetórias livres de colisão. Os resultados das simulações são apresentados com relação à eficiência do algoritmo e seu uso na geração de trajetórias, uma comparação do custo computacional para o uso de restrições também é apresentada.

Ler mais

Planejamento de Trajetória Livre de Colisão Utilizando Aprendizagem por Reforço

  • DOI: 10.22533/at.ed.13821130516

  • Palavras-chave: Planejamento de Caminho, Prevenção de Colisão, Aprendizagem por Reforço, Manipulador Robótico, Geração de Trajetória

  • Keywords: : Path Planning, Collision Avoidance, Reinforcement Learning, Robotic Manipulator, Trajectory Generation

  • Abstract:

    Industrial robots have grown over the years making production systems more and more efficient, requiring the need for efficient trajectory generation algorithms that optimize and, if possible, generate collision-free trajectories without interrupting the production process. In this work is presented the use of Reinforcement Learning (RL), based on the Q-Learning algorithm, in the trajectory generation of a robotic manipulator and also a comparison of its use with and without constraints of the manipulator kinematics, in order to generate collision free trajectories. The results of the simulations are presented with respect to the efficiency of the algorithm and its use in trajectory generation, a comparison of the computational cost for the use of constraints is also presented.

  • Número de páginas: 15

  • Emerson Verar Aragão Dias
  • Felipe José de Sousa Vasconcelos
  • Kaio Martins Ramos
  • Darielson Araújo de Souza
  • José Leonardo Nunes da Silva
  • Josias Guimarães Batista
Fale conosco Whatsapp