Orientador: Fernando Antonio Campos Gomide / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica / Made available in DSpace on 2018-07-20T16:32:11Z (GMT). No. of bitstreams: 1 Oliveira_MarcoAntonioAssfalkde_M.pdf: 6234787 bytes, checksum: 1efbc34436bca796b24e8197ce2e35cb (MD5) Previous issue date: 1995 / Resumo: A navegação autônoma de veículos é um exemplo bem conhecido e típico de problemas de controle autônomo. Este tipo de controle envolve um ambiente muito complexo e desestruturado. A grande quantidade de parâmetros descarta o uso de um modelo matemático do ambiente. Por isso, o controle autônomo exige métodos de controle que se adaptam constantemente ao ambiente e que utilizam informações locais. O uso de tais métodos incorre em duas considerações: localidade (situ.atedness) e o problema da referência (frame-of-reference). A primeira questão está relacionada com a complexidade do ambiente de operação, a qual não permite a previsão do comportamento global do ambiente. Assim, o agente autônomo deverá ser capaz de agir baseado em informações parciais, provenientes de sua situação local. O segundo problema está ligado ao conhecimento utilizado no projeto do agente (conhecimento a priori). Este conhecimento pré-inserido limita a adaptabilidade do agente ao impor tanto o ponto de vista do projetista (o qual é baseado em sensores e modos de processamento bem diferentes dos do agente) quanto o conhecimento limitado sobre o ambiente deste projetista. Ambos os problemas são resolvidos pelo uso de um método de controle adaptativo e localizado. As propostas mais promissoras provém da área de computação flexível. Computação flexível engloba um conjunto de métodos, desde teoria dos sistemas nebulosos a sistemas evolucionários. Os paradigmas principais são as redes neurais, sistemas nebulosos e um conjunto de métodos conhecido como raciocínio probabilístico. Este último inclui sistemas evolucionários, teoria da complexidade e teoria do caos, entre outros. O poder da computação flexível vem da simbiose de seus múltiplos métodos. Estes sistemas híbridos oferecem as vantagens dos seus componentes e compensam mutuamente as falhas destes componentes. As características mais interessantes incluem auto-organização, processamento de informações imprecisas e capacidade de aprendizagem. Neste trabalho propomos um método de controle autônomo que combina uma rede neural, teoria de sistemas nebulosos e um algoritmo genético. A sinergia destes três paradigmas de computação oferece uma estrutura computacional paralela e robusta com fácil inserção/extração de conhecimento e capaz de aprendizagem não-supervisionada. O método proposto foi aplicado ao problema de navegação autônoma de veículos em um ambiente simulado. Os resultados demonstram que as limitações observadas podem ser atribuídas à quantidade e tipo de conhecimento utilizado na escolha dos parâmetros (Sensores e representação de conhecimento). O método de navegação em si provou ser robusto e confiável, desenvolvendo comportamentos com desempenho comparável aos de um agente projetado heuristicamente. O desenvolvimento futuro deste trabalho será focalizado na investigação de métodos auto-organizados para reconhecimento dos dados ambientais relevantes e nos problemas de otimização do conhecimento a priori e da sensibilidade do método de aprendizagem às especificações dos sensores. Estas pesquisas têm por objetivo libertar o agente de limitações impostas pelo projetista e aumentar a adaptabilidade do agente / Abstract: Autonomous vehicle navigation is a well-known and typical example of an autonomous control problem. This type of control problem involves a very complex, unstructured environment. The great amount of parameters preclude the use of a mathematical model of the environment. Thus, autonomous control demands constantly adapting, locally situated control methods, giving rise to two fundamental design issues: situatedness and frame-of-knowledge. The first deals with the impossibility of predicting the global behaviour of the environment. Instead the autonomous agent must be able to act upon local and limited data. The latter problem refers to the knowledge used in the design of an agent (a priori knowledge). Such pre-installed experience limits the agent's adaptability by imposing the designer's point of view (based on sensors and processing modes far different from those of the agent) and limited knowledge of the environment. Both issues are addressed by implementing an adaptive locally-aware control method. Qne of the most promising approaches comes from the 80ft computing field. Soft computing involves a spectrum of methods, ranging from fuzzy system theory to evolutionary systems. The main bulwarks are neural networks, fuzzy systems and a number of methods known as probabilistic reasoning. The latter includes evolutionary systems, cellular automata, complexity theory and chaos theory, among others. The power and promise of soft computing emerge from the symbiosis of its many paradigms. These hybrid synergetic systems offer the strengths of their components while cross-compensating the components' drawbacks. The most interesting features include auto-organization, imprecise data handling and unsupervised learning capabilities. In this work we propose an autonomous control method that combines a neural- network, fuzzy system theory and a genetical algorithm. The synergy of these three soft computing paradigms offers a parallel robust computing structure with easily extractable/insertable knowledge and capable of unsupervised learning. The proposed method was applied to the autonomous vehicle navigation problem in a simulated environment. The results show that most of the limitations are due to the amount and type of knowledge used in the choice of the vehicle parameters (sensors and knowledge representation). The navigation method itself proved to be robust and reliabJe, deveJoping behaviours comparable to those of a hand-crafted agent. Future work will focus on the issues of the optimum a priori knowledge levels, the sensivity of the learning method to sensor specifications, and on the development of self-organizing methods for relevant environment data recognition. These efforts are geared towards freeing the agent from human-imposed limiting factors while enhancing its adaptability / Mestrado / Mestre em Engenharia Elétrica

Orientador: Fernando Antonio Campos Gomide / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-07-22T19:29:48Z (GMT). No. of bitstreams: 1 Figueiredo_MauricioFernandes_D.pdf: 10284119 bytes, checksum: 250184246c988ce88e76c13b1797f4c6 (MD5) Previous issue date: 1997 / Resumo: Neste trabalho propõem-se novas classes de redes neurais nebulosas para aplicação em modelagem e em controle autônomo. As redes neurais nebulosas aplicadas em modelagem são capazes de extrair conhecimento de dados entrada/saída e representá-Io na forma de regras nebulosas do tipo se-então, gerando modelos lingüísticos convenientes para a compreensão humana. Os parâmetros que definem as regras são determinados automaticamente durante a aprendizagem. Para efeitos de avaliação de desempenho são considerados problemas de aproximação de funções e de modelagem de sistemas dinâmicos. As redes neurais nebulosas são comparadas com diferentes abordagens presentes na literatura. A relevância das redes propostas neste trabalho é confirmada tanto no que se refere ao conjunto de suas capacidades quanto aos desempenhos observados em simulações computacionais. Entre suas principais características estão a capacidade de determinar funções de pertinência de conjuntos nebulosos e de adaptação fora de períodos restritos de aprendizagem. Uma outra classe de redes neurais nebulosas é proposta para aplicação no problema de navegação, especificamente, na composição de um sistema neural nebuloso para controle autônomo de veículos.A concepção do controlador neural é inspirada nas características dos animais e fundamentada em resultados da neurofisiologia. Ele aprende, via algoritmos genéticos, a gerar comportamentos instintivos equivalentes a busca de alvos e a desvio de obstáculos... Observação: O resumo, na íntegra, poderá ser visualizado no texto completo da tese digital / Abstract: In this work new classes of neural fuzzy networks are proposed for modeling and autonomous controI. The neural fuzzy networks for modeling are able to extract knowledge from input/output data and to encode it explicitly in the form of if-then fuzzy ruIes. Therefore, linguistic models can be obtained in a form suitable for human understanding. Rule parameters are determined automatically through learning. For evaluation and analysis purposes, the proposed networks are compared with alternative approaches presented in the literature. Function approximation and dynamic system modeling problems are considered. Among the most relevant characteristics are the capacity to determine membership function profiles, and on-line adaptation. Another class of neural fuzzy networks is used to form a neural fuzzy system controller applied to autonomous navigation problem. The controller task, in this case, is to generate successful trajectories, that is, those in which the vehicle reaches targets without collision with obstacles. The general conception of the neural controller is inspired on animal capacities and relies on neurofisiology results. It learns two inborn behaviors, namely, target seeking and obstacle avoidance, through genetic algorithms techniques. To determine successful trajectories the controller also learns to coordinate the inborn behaviors. Learning of the coordination skills, is based on the classical conditioning theory... Note: The complete abstract is available with the full electronic digital thesis or dissertations / Doutorado / Doutor em Engenharia Elétrica

Orientadores : Douglas Eduardo Zampieri, Andre Mendeleck / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecanica / Made available in DSpace on 2018-07-31T15:02:34Z (GMT). No. of bitstreams: 1 Andrade_JoseFabioAbreude_M.pdf: 7564732 bytes, checksum: c02f34e46c1026a4be1448d102dca9cc (MD5) Previous issue date: 2001 / Resumo: A navegação autônoma de veículos há muito desperta o interesse de pesquisadores, principalmente na área de inteligência artificial. Um dos problemas de grande importância é a determinação de uma trajetória, pois dela depende o veículo para que possa navegar pelo ambiente, evitando colidir com obstáculos, até alcançar uma ou mais posições pré-estabelecidas. Neste trabalho, é proposto um sistema para a geração de trajetórias, utilizando redes neurais artificiais, aplicado na navegação de robôs móveis em ambientes desestruturados. Numa primeira etapa foi abordado o uso de uma única rede neural do tipo Perceptron de Múltiplas Camadas (MLP), com uma arquitetura 28-20-2, para a resolução do problema. Entretanto, o sistema proposto apresentou um alto custo computacional para o treinamento da rede, quando da generalização das condições de trabalho, uma vez que o número de padrões utilizados era muito elevado. Numa etapa posterior, esta rede neural :MLP foi substituída por um sistema híbrido formado por funções lógicas e por 36 redes neurais :MLP. Os resultados da simulação computacional, apresentados na forma de gráficos, comprovam a eficiência do método para ambientes desestruturados / Abstract: The autonomous navigation of vehic1es has been an area of great interest for researchers for a long time, mainly in the area of artificial intelligence. One of the most interesting problems is that related to the trajectory generated for a vehic1e, which shall be guided in an environrnent, avoiding colliding with obstac1es in order to reach predefined positions. This thesis presents a methodology to generate trajectories using neural networks applied to mobile robot navigation. In a first approach, it has been used a single MLP neural network, with a 28-20-2 architecture, to solve this problem. However, this system presented a high computational effort for training the neural network, since the number of pattems increased due to the generalization of the environments. In a second approach this neural network has been improved to a hybrid system composed of logic operations and 36 MLP neural networks. The results of computer simulation presented graphically showed that the proposed methodology were efficient to guide the robot in unknown environments / Mestrado / Mecanica dos Sólidos e Projeto Mecanico / Mestre em Engenharia Mecânica

Orientador : Jose Raimundo de Oliveira / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-02T05:36:22Z (GMT). No. of bitstreams: 1 Leonel_RicardoSucaria_M.pdf: 2203122 bytes, checksum: 20a323ea6febdf0be36090aa03c07610 (MD5) Previous issue date: 2001 / Mestrado

Orientadores : Fernando Jose Von Zuben, Mauricio Fernandes Figueiredo / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-03T22:18:04Z (GMT). No. of bitstreams: 1 Cazangi_RenatoReder_M.pdf: 4678776 bytes, checksum: 1dcb6329650665ad67a84ce876b26edf (MD5) Previous issue date: 2004 / Resumo: Este trabalho apresenta um sistema autônomo evolutivo aplicado ao controle de um robô móvel em tarefas de navegação por ambientes desconhecidos. O sistema é reativo, não possui conhecimento inicial e aprende a lidar eficientemente com situações nas quais o robô tem que capturar alvos evitando colisões contra obstáculos. Para isto, ele desenvolve estratégias gerais de navegação, controlando a direção e a velocidade do robô sem qualquer auxílio externo. A abordagem evolutiva do sistema de navegação se baseia em uma versão de sistemas classificadores com aprendizado, contendo novos operadores, fluxos de controle adicionais e mecanismos específicos para o atendimento dos requisitos de navegação. Um extenso conjunto de experimentos é realizado, envolvendo: apenas simulação computacional; simulação computacional para síntese do controlador e transferência deste a um robô Khepera lI; e emprego do robô Khepera II tanto na síntese do controlador quanto na atuação em ambientes reais. Os resultados obtidos apontam para a validade da proposta, indicando a eficácia e capacidade de generalização do controlador autônomo quando submetido a variadas configurações de ambiente de navegação / Abstract: This work presents an autonomous evolutionary system applied to the control of a mobile robot when navigating in unknown environments. The system is reactive, it does not have initial knowledge and learns efficiently to deal with situations where the robot must capture targets avoiding collisions against obstacles. Toward this end, it develops general strategies, controlling the robot direction and speed without any external assistance. The evolutionary approach of the navigation system is based on a version of learning classifier systems, including new operators, additional control flows and specific mechanisms devoted to attending the navigation requirements. An extensive set of experiments is perfonned involving: just computer simulation; a controller matured by computer simulation, and then transferred to a Khepera II robot; and both the maturation and validation of the controller in real environments, Le. in a Khepera II robot. The obtained results indicate the validity of the proposal, attesting the efficiency and generalization capability of the autonomous controller when navigation environments with distinct configurations are considered. / Mestrado / Engenharia de Computação / Mestre em Engenharia Elétrica

Orientador: Fernando Jose Von Zuben / Acompanha CD-ROM / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-13T02:48:36Z (GMT). No. of bitstreams: 1 Cazangi_RenatoReder_D.pdf: 8716830 bytes, checksum: 272657e08f1aeb5622ebeb4412c49048 (MD5) Previous issue date: 2008 / Resumo: Novas técnicas de navegação autônoma de robôs móveis visam suprir a crescente demanda pelo emprego de robôs em diversos setores da sociedade e junto a uma ampla gama de tarefas. Os desafios envolvidos no desenvolvimento do sistema que controla o robô permitem afirmar que a inteligência embarcada em robôs atuais ainda encontra-se em um nível incipiente e limitado. Neste trabalho, cinco frentes de pesquisa complementares são propostas visando estudar, teórica e praticamente, aspectos fundamentais de projeto e implementação de controladores autônomos inteligentes para robótica móvel. Metodologias de computação bio-inspirada e de robótica evolutiva provêem os conceitos e ferramentas que fundamentam as cinco propostas, as quais são validadas com base em sistemas de navegação concebidos e aplicados a problemas relevantes da área. Uma série de simulações computacionais em ambientes virtuais e experimentos com robôs reais é realizada, permitindo medir o alcance das contribuições e apontar as principais frentes de atuação que se abrem como perspectivas futuras da pesquisa. / Abstract: Novel techniques for autonomous robot navigation aim at fulfilling the growing demand for mobile robots in multiple segments of society and in a plethora of tasks. The challenges involved in developing the system which controls the robot allow to say that the intelligence embedded in the current robots is found to be still incipient and limited. In this work, five complementary research fronts are proposed intending to study, theoretical and practically, aspects which are fundamental to the design and implementation of intelligent autonomous controllers for mobile robotics. Bio-inspired computing and evolutionary robotics methodologies provide the concepts and tools underlying the five proposals, which are validated through navigation systems devised and applied to important problems. Numerous real robot experiments as well as computational simulations taking place in virtual environments are carried out, allowing for the evaluation of contributions and also the discussion of future possibilities. / Doutorado / Engenharia de Computação / Doutor em Engenharia Elétrica

Orientador: Jose Raimundo de Oliveira / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e Computação / Made available in DSpace on 2018-08-08T12:33:26Z (GMT). No. of bitstreams: 1 Nascimento_JurandyAntoniodo_M.pdf: 1298680 bytes, checksum: eebec168aaccc2455ed7b9dad7ca1ab7 (MD5) Previous issue date: 2007 / Resumo: Devido ao crescente interesse em automação de rodovias e ao desenvolvimento e a viabilidade econômica de tecnologias de comunicação sem fio, surgiram nos últimos anos projetos para a comunicação entre veículos que possibilitam que dados de sensores locais, indicando situação de risco, sejam transmitidos para outros veículos de sua vizinhança para sinalizar a situação, ou mesmo para uma possível atuação no fluxo do tráfico local. É apresentada aqui uma infra-estrutura de comunicação sem fio que faz uso da especificação IEEE 802.15.4 para a comunicação entre veículos e que tem aplicações também em controle de sistemas, devido à sua característica versátil / Abstract: Due to the increasing interest on roads automation and to the development and the economic viability of wireless communication technologies, it has appeared in the last years projects to implement inter-vehicle communication links which makes possible that local sensors data, indicating risk situation, to be transmitted to others vehicles on its neighborhoods to signalize the situation or even to a possible actuation on the local traffic flow. It is presented here a wireless communication infrastructure that makes use of IEEE 802.15.4 specification for inter-vehicle communication and also for control systems applications due to its versatile characteristics / Mestrado / Engenharia de Computação / Mestre em Engenharia Elétrica

Orientador: Ely Carneiro de Paiva / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecânica / Made available in DSpace on 2018-08-22T23:12:16Z (GMT). No. of bitstreams: 1 Cordeiro_RafaeldeAngelis_M.pdf: 9321021 bytes, checksum: ff7bb113095dc020ed982e7d7c28311a (MD5) Previous issue date: 2013 / Resumo: Veículos terrestres autônomos tem recebido uma atenção especial dos estudos de robótica nos últimos anos. Suas aplicações incluem segurança na condução, exploração de locais inóspitos e automatização agrícola. O enfoque deste trabalho situa-se no projeto VERO, em parceria com o CTI, e tem por objetivo o desenvolvimento de aplicações de controle de trajetória para um veículo do tipo todo-terreno. Para tal, um modelo completo (dinâmico e tridimensional) é desenvolvido, com uma atenção especial para os modelos de interação entre solo e pneu, responsáveis pelas forças não lineares atuantes sobre o veículo. Em seguida, dois modelos reduzidos e linearizados são obtidos e estes são utilizados para a síntese de controladores LQR. Uma comparação entre os controladores é realizada e a resposta de um deles é detalhada para uma análise sobre a influência das características do modelo veicular sobre o controle do veículo. Por fim, três abordagens são propostas para melhorar a resposta obtida pelos controladores / Abstract: Autonomous ground vehicles have received special attention from robotics studies in past years. Their applications include advanced driver assistance systems (ADAS), exploration of inhospitable environments and harvest autonomous machines. In partnership with CTI, this master's thesis focuses in the development of path tracking controllers applied to off-road vehicles. In order to simulate vehicle characteristics, a complete three-dimensional nonlinear dynamic model was proposed with emphasis on tire-road interaction models, which are responsible for most of the vehicle's nonlinearities. In sequence, two vehicle reduced linear models are presented and applied to synthesize LQR controllers, whose results are compared. One of them was chosen to analyze the effect of vehicles's three-dimensional dynamics on path tracking control. Finally, three different approaches are proposed to enhance controllers performance / Mestrado / Planejamento de Sistemas Energeticos / Mestre em Engenharia Mecânica

Orientador: Janito Vaqueiro Ferreira / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecânica / Made available in DSpace on 2018-08-20T14:52:32Z (GMT). No. of bitstreams: 1 HernandezBeleno_RubenDario_M.pdf: 6591392 bytes, checksum: fd4c66b4e3769739bb1a4283c418d2d8 (MD5) Previous issue date: 2012 / Resumo: Com o avanço da tecnologia refletida nos sistemas eletrônicos e de computação, os métodos do controle de trajetória no sistema de navegação se tornaram importantes nas diversas aplicações de veículos autônomos, como na geração de mapas, desvio de obstáculos e tarefas de posicionamento. Além disso, o controle pode proporcionar um ganho significativo na confiabilidade, versatilidade e precisão das tarefas robóticas, questões cruciais na maioria das aplicações reais. O presente trabalho tem como objetivo principal apresentar a criação de um veículo autônomo em escala. Para tanto foi desenvolvido um sistema de função sensorial que provê informações sobre a posição e orientação do carro a partir de quatro sistemas sensoriais como GPS, acelerômetro, giroscópio e a bussola (IMU), para que o veículo autônomo possa realizar a rota corretamente, de forma eficiente e segura. Neste projeto foi desenvolvido um software que integra os sistemas de controle e de sensoriamento. Além disso, foi projetado um módulo que controla a posição e orientação do veículo. O robô antes de realizar a manobra calcula a distância mínima relacionada ao próximo ponto da coordenada planejada para trocar sua referência de trajetória satisfazendo a orientação do caminho e do veículo. Para fins de avaliação, foram realizados experimentos em ambientes reais onde o carro percorre um conjunto determinado de coordenadas geográficas sem nenhuma intervenção humana, apresentando resultados do seguimento de trajetórias proposto e validando os sistemas sensoriais, além do algoritmo de controle projetado / Abstract: As electronic and computational systems technology advances, the use of path control methods in navigation systems become very important for different autonomous vehicles applications such as generating maps, avoiding obstacles and carrying out positioning tasks. In addition, controls can help increase the reliability, versatility and precision level of programmed tasks, which is exceedingly significant regarding real applications. The first aim of this work is to present the creation of an autonomous scale vehicle. We have developed a sensor system that provides information about the vehicle's position and orientation through four sensor systems such as gps, accelerometer, gyroscope and compass so that it can effectively and safely cover the right route. This project developed a software, which integrates the control and sensors systems. In addition, a control module was projected for the positioning and orientation of the vehicle. Before the robot turns to any direction, it calculates the minimal distance to the next step of the programmed coordinate, in order to change its own referenced trajectory, satisfying the orientation of the trajectory and the vehicle. For the task validation were done experiments in real life scenarios, where the vehicle follows a determined group of geo-coordinates without any human intervention, presenting results of the purposed following trajectories, validating the sensors systems and the control algorithm / Mestrado / Mecanica dos Sólidos e Projeto Mecanico / Mestre em Engenharia Mecânica

Orientador: Fernando José Von Zuben / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação / Made available in DSpace on 2018-08-18T14:21:13Z (GMT). No. of bitstreams: 1 Azzolini_AlissonGusatti_M.pdf: 3567259 bytes, checksum: 633eb00350cdfa625d0e628fdf1f247e (MD5) Previous issue date: 2011 / Resumo: Há uma demanda crescente por soluções avançadas de navegação autônoma em robótica móvel. Apresenta-se então um sistema de síntese e aprendizagem de controladores com tal finalidade. Propõe-se um controlador probabilístico, consistindo no acoplamento de um processo de decisão de Markov parcialmente observável (POMDP) com um classificador logístico multinomial. A parametrização empregada para o POMDP inspira-se numa proposta anterior de controle de robô por meio de redes imunológicas artificiais, que mostrou apresentar flexibilidade e capacidade de representação de conhecimento na execução de tarefas desafiadoras de navegação autônoma. A aprendizagem dos parâmetros do classificador logístico é efetuada através de um algoritmo de aprendizagem por reforço baseado em gradiente de política, e os do POMDP, atráves de um algoritmo de maximização de verossimilhança. Três experimentos computacionais são efetuados, dois deles utilizando somente o classificador logístico, e o terceiro utilizando o acoplamento entre POMDP e classificador logístico. Os resultados permitem a constatação de pontos fortes e algumas deficiências das duas abordagens. O trabalho aponta também para uma potencial reinterpretação do controlador baseado em rede imunológica em termos de um modelo probabilístico similar ao proposto / Abstract: There is an increasing demand for advanced solutions in autonomous navigation of mobile robots. A system is presented for the synthesis and learning of controllers for such purpose. A probabilistic controller is proposed, consisting of the coupling of a partially observable Markov decision process (POMDP) with a multinomial logistic classifier. The parametrization used for the POMDP draws on an earlier proposal of robot control based on artificial immune networks, that has shown to present flexibility and knowledge representation capability in the execution of challenging autonomous navigation tasks. Learning the logistic classifier parameters is accomplished through a reinforcement learning algorithm based on policy gradient, while the POMDP parameters are learned by a likelihood maximization algorithm. Three computational experiments are performed, two of them using only the logistic classifier, and the third one using the coupling of a POMDP with a logistic classifier. The results show some strong points and drawbacks of both approaches. The work also points torwards a potential reinterpretation of the immune network based controller in terms of a probabilistic model similar to the one proposed / Mestrado / Engenharia de Computação / Mestre em Engenharia Elétrica