Uma meta procurada em inteligência artificial (IA) é o desenvolvimento de mecanismos inteligentes capazes de cumprir com objetivos preestabelecidos, de forma totalmente independente, em ambientes dinâmicos e complexos. Uma recente vertente das pesquisas em IA, os agentes autônomos, vem conseguindo resultados cada vez mais promissores para o cumprimento desta meta. A motivação deste trabalho é a proposição e implementação de um agente que aprenda a executar tarefas, sem a interferência de um tutor, em um ambiente não estruturado. A tarefa prática proposta para testar o agente é a navegação de um robô móvel em ambientes com diferentes configurações, e cujas estruturas são inicialmente desconhecidas pelo agente. O paradigma de aprendizagem por reforço, através de variações dos métodos de diferença temporal, foi utilizado para implementar o agente descrito nesta pesquisa. O resultado final obtido foi um agente autônomo que utiliza um algoritmo simples para desempenhar propriedades como: aprendizagem a partir de tabula rasa, aprendizagem incremental, planejamento deliberativo, comportamento reativo, capacidade de melhoria do desempenho e habilidade para gerenciar múltiplos objetivos. O agente proposto também apresenta um desempenho promissor em ambientes cuja estrutura se altera com o tempo, porém diante de certas situações seus comportamentos em tais ambientes tendem a se tornar inconsistentes. / One of the current goals of research in Artificial Intelligence is the proposition of intelligent entities that are able to reach a particular target in a dynamic and complex environment without help of a tutor. This objective has been becoming reality through the propositions of the autonomous agents. Thus, the main motivation of this work is to propose and implement an autonomous agent that can match the mentioned goals. This agent, a mobile robot, has to navigate in environments which are initially unknown and may have different structures. The agent learns through one of the main reinforcement learning strategies: temporal difference. The proposed autonomous employs a simple learning mechanisms with the following features: learns incrementally from tabula rasa, executes deliberative and reactive planning, improves its performance through interactions with the environment, and manages multiple objectives. The agent presented promising results when moving in a dynamic environment. However, there are situations in which the agent do not follow this last property.

MARQUES, Marcelo Santos. A qualificação profissional no foco da crítica ao sistema do capital: em busca dos egressos do CEFETCE. 2009. 387f. Tese (Doutorado em Sociologia) – Universidade Federal do Ceará, Departamento de Ciências Sociais, Programa de Pós- Graduação em Sociologia, Fortaleza-CE, 2009. / Submitted by Liliane oliveira (morena.liliane@hotmail.com) on 2012-01-10T15:37:27Z No. of bitstreams: 1 2009_TESE_MSMARQUES.pdf: 2445595 bytes, checksum: afc1130426010f7be2f1cd4b4ee7be05 (MD5) / Approved for entry into archive by Maria Josineide Góis(josineide@ufc.br) on 2012-01-11T15:21:59Z (GMT) No. of bitstreams: 1 2009_TESE_MSMARQUES.pdf: 2445595 bytes, checksum: afc1130426010f7be2f1cd4b4ee7be05 (MD5) / Made available in DSpace on 2012-01-11T15:21:59Z (GMT). No. of bitstreams: 1 2009_TESE_MSMARQUES.pdf: 2445595 bytes, checksum: afc1130426010f7be2f1cd4b4ee7be05 (MD5) Previous issue date: 2009 / The present Thesis comprises a critical examination of the structure of the working of the system of the capital, in the light of the central contradiction indicated by Karl Marx in the Grundrisse. The expression of the contradiction gets visibility with the substitution for dead labor (machines) of live labor (human direct labor). Therefore, the substance of value becomes empty and the direct laborers are reduced to the condition of appendix of machines they work with, remaining to them the activities of regulating and supporting the automatic complexes. The logical movement of value and the historical course of the process of subsumption of labor to capital provide the hypothesis that the working class were being submitted to a perverse trend that qualifies in a disqualifying manner its aptitudes and abilities. At the same time, that process simplifies the labor and devaluates labor-force. In order to investigate such process of disruption of the world of labor it was crucial to choose an object of research that allowed checking the performance of workers recognized by common sense as highly qualified. That is the reason for which the “search of the egresses of the CEFETCE” in the labor market was the core of the investigation. Technological assets of mechathronics and telematics technicians were investigate. The basic question of the inquiry is to verify to what extent these high-tech operators activate, the gamma of knowledge acquired during theoretical and practical formation at CEFETCE, to their everyday professional activities. Sixty technologists were interviewed, as well as, professors, industrial managers and laborers of various branches of merchandise production. The interviews always were seconded by visits to some productive plants. As a result, the researcher was awarded with a fertile sociological material, pregnant of symbolic expressions and technological constructs. The materiality and the immateriality of the experiences evidenced “the contradiction in process” in the heart of automatic systems of production. In those systems, fetishist production acts are set aside for the direct workers, in the form “caring of” (machines), “watching” (production lines), “looking at” (monitors) and “changing plates” (electronics) etc. / A presente Tese compreende um exame crítico da estrutura de funcionamento do sistema do capital, à luz da contradição central assinalada por Karl Marx nos Grundrisse. A contradição vai se tornando visível com a substituição do trabalho vivo (trabalho humano direto) pelo trabalho morto (máquinas). Em decorrência, esvazia-se a substância do valor e os trabalhadores diretos são reduzidos à condição de apêndice de máquinas que trabalham, restando-lhes as atividades de reguladores e de suportes para complexos automáticos. O movimento lógico do valor e o transcurso histórico do processo de subsunção do trabalho ao capital, propiciam a hipótese de que o conjunto dos trabalhadores estaria sendo submetido a uma tendência perversa que qualifica desqualificando suas aptidões e habilidades. Ao mesmo tempo, simplifica o trabalho e desvaloriza a força-de-trabalho. A fim de averiguar tal processo de disrupção do mundo do trabalho, constituiu-se um objeto de pesquisa que permitisse checar a atuação de trabalhadores tidos, pelo senso comum, como altamente qualificados. Eis a razão pela qual se tomou como plano investigativo, a “busca dos egressos do CEFETCE” no mercado de trabalho, centrando a investigação nos haveres tecnológicos de mecatrônicos e telemáticos. A questão básica é verificar até que ponto esses operadores high-tech ativam a gama dos conhecimentos obtidos em sua formação teórico-prática cefeteana, no dia-a-dia das atividades profissionais. Foram entrevistados sessenta tecnólogos, além de professores, administradores industriários e operários de fábrica vinculados a díspares ramos de produção de mercadorias. As entrevistas foram sempre secundadas por visitas a várias plantas produtivas. Como resultado, o pesquisador foi premiado com um fértil material sociológico, prenhe de expressões simbólicas e de constructos técnicos. A materialidade e a imaterialidade das experiências, explícita e implicitamente vivenciadas, evidenciaram a “contradição em processo” no coração de sistemas de produção automáticos. Nestes, estão reservados para os trabalhadores imediatos atos fetichistas como “cuidar” (de máquinas), “assistir” (linhas de produção), “olhar” (supervisórios) e “trocar placas” (eletrônicas) etc.

A pesquisa em visão computacional ainda está distante de replicar a adaptabilidade e o desempenho do Sistema Visual Humano. Grande parte das técnicas consolidadas são válidas apenas em cenas estáticas e condições restritivas. Cabeças robóticas representam um avanço em flexibilidade, pois carregam câmeras que podem ser movimentadas livremente para a exploração dos arredores. A observação artificial de um ambiente dinâmico exige a solução de pelo menos dois problemas: determinar quais informações perceptuais relevantes extrair dos sensores e como controlar seu movimento para mudar e manter a fixação de alvos com forma e movimento arbitrários. Neste trabalho, um sistema de controle de fixação binocular geral é proposto, e o subsistema responsável pela seleção de alvos e fixação de deslocamentos laterais é projetado, experimentado e avaliado em uma cabeça robótica com quatro graus de liberdade. O subsistema emprega um popular modelo de atenção visual de baixo nível para detectar o ponto mais saliente da cena e um controlador proporcional-integral gera um movimento conjuntivo das duas câmeras para centralizá-lo na imagem da câmera esquerda, assumida como dominante. O desenvolvimento do sistema envolveu primeiramente a modelagem física detalhada do mecanismo de pan e tilt das câmeras. Então, a estrutura linearizada obtida foi ajustada por mínimos quadrados aos dados experimentais de entrada-saída. Por fim, os ganhos do controlador foram sintonizados por otimização e ajuste manual. A implementação em C++ com a biblioteca OpenCV permitiu operação em tempo real a 30 Hz. Experimentos demonstram que o sistema é capaz de fixar alvos estáticos e altamente salientes sem conhecimento prévio ou fortes suposições. Alvos em movimento harmônico são perseguidos naturalmente, embora com defasamento. Em cenas visualmente densas, onde múltiplos alvos em potencial competem pela atenção, o sistema pode apresentar comportamento oscilatório, exigindo o ajuste fino dos pesos do algoritmo para operação suave. A adição de um controlador para o pescoço e de um controlador de vergência para a compensação de deslocamentos em profundidade são os próximos passos rumo a um observador artificial genérico. / Computer vision research is still far from replicating the adaptability and performance of the Human Visual System. Most of its consolidated techniques are valid only over static scenes and restrictive conditions. Robot heads represent an advance in terms of flexibility by carrying cameras that can be freely moved to explore the surroundings. Artificial observation of dynamic environments requires the solution of at least two problems: to determine what is the relevant perceptual information to be extracted from the sensors and how to control their movement in order to shift and hold gaze on targets featuring arbitrary shapes and motions. In this work, a general binocular gaze control system is proposed, and the subsystem responsible for targeting and following lateral displacements is designed, tested and assessed in a four degrees-of-freedom robot head. The subsystem employs a popular low-level visual attention model to detect the most salient point in the scene, and a proportional-integral controller generates a conjunctive movement of the cameras to center it in the left camera image, assumed to be dominant. The development started with a detailed physical modeling of the pan and tilt mechanism that drives the cameras. Then, the linearized structure obtained was fitted via least squares estimation to experimental input-output data. Finally, the controller gains were tuned by optimization and manual adjustment. The OpenCV-based implementation in C++ allowed real-time execution at 30 Hz. Experiments demonstrate that the system is capable of fixating highly salient and static targets without any prior knowledge or strong assumptions. Targets describing harmonic motion are naturally pursued, albeit with a phase shift. In cluttered scenes, where multiple potential targets compete for attention, the system may present oscillatory behavior, requiring fine adjustment of algorithm weights for smooth operation. The addition of a controller for the neck and a vergence controller to compensate for depth displacements are the next steps towards a generic artificial observer.

Uma meta procurada em inteligência artificial (IA) é o desenvolvimento de mecanismos inteligentes capazes de cumprir com objetivos preestabelecidos, de forma totalmente independente, em ambientes dinâmicos e complexos. Uma recente vertente das pesquisas em IA, os agentes autônomos, vem conseguindo resultados cada vez mais promissores para o cumprimento desta meta. A motivação deste trabalho é a proposição e implementação de um agente que aprenda a executar tarefas, sem a interferência de um tutor, em um ambiente não estruturado. A tarefa prática proposta para testar o agente é a navegação de um robô móvel em ambientes com diferentes configurações, e cujas estruturas são inicialmente desconhecidas pelo agente. O paradigma de aprendizagem por reforço, através de variações dos métodos de diferença temporal, foi utilizado para implementar o agente descrito nesta pesquisa. O resultado final obtido foi um agente autônomo que utiliza um algoritmo simples para desempenhar propriedades como: aprendizagem a partir de tabula rasa, aprendizagem incremental, planejamento deliberativo, comportamento reativo, capacidade de melhoria do desempenho e habilidade para gerenciar múltiplos objetivos. O agente proposto também apresenta um desempenho promissor em ambientes cuja estrutura se altera com o tempo, porém diante de certas situações seus comportamentos em tais ambientes tendem a se tornar inconsistentes. / One of the current goals of research in Artificial Intelligence is the proposition of intelligent entities that are able to reach a particular target in a dynamic and complex environment without help of a tutor. This objective has been becoming reality through the propositions of the autonomous agents. Thus, the main motivation of this work is to propose and implement an autonomous agent that can match the mentioned goals. This agent, a mobile robot, has to navigate in environments which are initially unknown and may have different structures. The agent learns through one of the main reinforcement learning strategies: temporal difference. The proposed autonomous employs a simple learning mechanisms with the following features: learns incrementally from tabula rasa, executes deliberative and reactive planning, improves its performance through interactions with the environment, and manages multiple objectives. The agent presented promising results when moving in a dynamic environment. However, there are situations in which the agent do not follow this last property.