ناوبری ربات در محیط های ناشناخته با استفاده از منطق فازی و یادگیری تقویتی

ناوبری رباتهای سیار، به صورت خود مختارانه، در محیطهای ناشناخته، یکی از چالشهای اساسی در زمینه رباتیک محسوب میشود. از رویکرد مبتنی بر رفتار، میتوان در ناوبری رباتهای سیار در محیطهایی که دارای موانع هستند، بهره گرفت. اگر اعمالی که ربات در این محیطها انجام می دهد را به عنوان رفتار ربات تلقی کنیم، میتوان برای طراحی این رفتارها از منطق فازی استفاده کرد. منطق فازی باعث محدودتر شدن تعداد حالات مسیله میشود، که کار ناوبری را آسانتر میکند. برای ایجاد هماهنگی بین این رفتارها از الگوریتم یادگیری Qاستفاده می کنیم. این کار باعث میشود که ربات یاد بگیرد در هر شرایطی، بهترین عمل متناسب با آن شرایط را انجام دهد. نتایج کار انجام شده در کار حاضر نشان داد که استفاده از ترکیب منطق فازی و الگوریتم یادگیری Q ،استفاده از سنسورهای سونار به جای سنسورهای مادون قرمز و بهبود بخشیدن قوانین فازی ، نتایج بهتری را از نظر سرعت همگرایی، سرعت یادگیری و انتخاب تعداد رفتار کمتر، نسبت به مقاله مرجع، حاصل میکند.

ناوبری ربات در محیط های ناشناخته با استفاده از منطق فازی و یادگیری تقویتی Keywords:

ناوبری مبتنی بر رفتار , منطق فازی , یادگیری تقویتی , الگوریتم یادگیری Q