Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / One of the greatest limitations of Evolutionary Robotics is when transfering controllers
evolved by simulation to real environments. This limitation is mainly caused by
model simplifications and difficulties to represent dynamic characteristics, whether from
the robot or the environment. And this results in performance degradation of the evolved
controller after the transfer, a phenomenon called reality gap. Because this problem is a
limitation for practical and complex applications of evolutionary robotics, many solutions
have been proposed since the 90s. Until now, most of the research use control strategies
based on artificial neural networks because they allow algorithms to be evolved with less
designer influence. On the other hand, fuzzy logic can also be used for the development
of controllers in the field of evolutionary robotics because it also allows emulating human
intelligence. Therefore, this dissertation investigates whether fuzzy control systems
are more robust than neural control systems, both optimized by a genetic algorithm in
simulation and later transferred to a real robot in physical environment in the task of
autonomous navigation while avoiding obstacles. The results show that in the analyzed
conditions, fuzzy controllers present better transfer characteristics, mainly considering the
smoothness of the executed trajectory, and an equivalent performance, when compared
with neural controllers. / Uma das grandes limitações da Robótica Evolutiva diz respeito à transferência de
controladores evoluídos por simulação e transferidos ao ambiente real. Tal limitação devese,
sobretudo, a simplificações de modelo e dificuldades na representação de características
dinâmicas, tanto do robô quanto do ambiente, e isso resulta na queda de desempenho do
controlador evoluído após a transferência, fenômeno denominado de reality gap. Muitas
soluções vêm sendo propostas desde a década de 90, em virtude deste problema ser uma
limitação para aplicações práticas e complexas da robótica evolutiva. Até o momento, a
maioria dos trabalhos de pesquisa desenvolvidos utiliza estratégias de controle baseadas
em redes neurais artificiais por permitirem que algoritmos possam ser evoluídos com menor
influência do projetista. Por outro lado, a lógica fuzzy também pode ser usada para o
desenvolvimento de controladores no âmbito da robótica evolutiva, pois também permite
emular a inteligência humana. Portanto, nesta dissertação é investigado se sistemas de
controle fuzzy são mais robustos que sistemas de controle neurais, ambos otimizados por
um algoritmo genético em simulação e posteriormente transferidos para um robô real em
ambiente físico na tarefa de navegação autônoma evitando obstáculos. Como resultado,
obteve-se que nas condições analisadas, os controladores fuzzy apresentaram uma melhor
transferência, com destaque para a suavidade da trajetória executada, e um desempenho
equivalente, quando comparados com controladores neurais. / São Cristóvão, SE
| Identifer | oai:union.ndltd.org:IBICT/oai:ri.ufs.br:riufs/9569 |
| Date | 26 July 2018 |
| Creators | Farias, Weslley Alves |
| Contributors | Freire, Eduardo Oliveira, Givigi Júnior, Sidney Nascimento |
| Publisher | Pós-Graduação em Engenharia Elétrica, UFS |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Source | reponame:Repositório Institucional da UFS, instname:Universidade Federal de Sergipe, instacron:UFS |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.003 seconds