Documenti full-text disponibili:
Abstract
Nello sviluppare un sistema intelligente robotico, uno sforzo notevole risiede nel modellare delle funzioni obiettivo che guidino l'automa nel valutare la bontà del proprio operato: più è specifico il task, tanto più è specifica la formulazione della funzione obiettivo. Qualsiasi perturbazione del dominio, da un cambiamento di obiettivo ad una modifica dell'ambiente di esecuzione porta alla obbligatoria riscrittura delle funzioni obiettivo. Sfruttando il concetto di empowerment, una funzione modellata sulla capacità di controllo che il robot ha dell'ambiente utilizzando i propri attuatori, il lavoro di tesi analizza le prestazioni ottenute da un robot che utilizza reti booleane a regime criticale come struttura di controllo, simulato tramite ARGoS e sottoposto ad adattamento online utilizzando una commistione del concetto di empowerment e funzione obiettivo mirata al particolare task, nel momento in cui un fenomeno non conosciuto né dal robot né dal designer sposta l'equilibrio dell'ambiente in una condizione che non ci si aspettava di dover affrontare. L'idea è che appoggiandosi su una funzione che si basa sulle sole percezioni del robot possa aiutare a scollegare il funzionamento del robot dalle imposizioni del designer, rendendo di fatto l'automa libero di intraprendere le azioni che secondo la sua stessa percezione gli appaiono migliori. Tali ipotesi vengono verificate attraverso due esperimenti di navigazione e un esperimento di ricerca, in ognuno dei quali, dopo un periodo di adattamento iniziale, l'ambiente viene modificato per sottoporre l'automa a condizioni inaspettate e tendenzialmente più complicate.
Abstract
Nello sviluppare un sistema intelligente robotico, uno sforzo notevole risiede nel modellare delle funzioni obiettivo che guidino l'automa nel valutare la bontà del proprio operato: più è specifico il task, tanto più è specifica la formulazione della funzione obiettivo. Qualsiasi perturbazione del dominio, da un cambiamento di obiettivo ad una modifica dell'ambiente di esecuzione porta alla obbligatoria riscrittura delle funzioni obiettivo. Sfruttando il concetto di empowerment, una funzione modellata sulla capacità di controllo che il robot ha dell'ambiente utilizzando i propri attuatori, il lavoro di tesi analizza le prestazioni ottenute da un robot che utilizza reti booleane a regime criticale come struttura di controllo, simulato tramite ARGoS e sottoposto ad adattamento online utilizzando una commistione del concetto di empowerment e funzione obiettivo mirata al particolare task, nel momento in cui un fenomeno non conosciuto né dal robot né dal designer sposta l'equilibrio dell'ambiente in una condizione che non ci si aspettava di dover affrontare. L'idea è che appoggiandosi su una funzione che si basa sulle sole percezioni del robot possa aiutare a scollegare il funzionamento del robot dalle imposizioni del designer, rendendo di fatto l'automa libero di intraprendere le azioni che secondo la sua stessa percezione gli appaiono migliori. Tali ipotesi vengono verificate attraverso due esperimenti di navigazione e un esperimento di ricerca, in ognuno dei quali, dopo un periodo di adattamento iniziale, l'ambiente viene modificato per sottoporre l'automa a condizioni inaspettate e tendenzialmente più complicate.
Tipologia del documento
Tesi di laurea
(Laurea magistrale)
Autore della tesi
Bonarrigo, Manuel
Relatore della tesi
Correlatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
empowerment,reti booleane,simulazione,argos,RBN
Data di discussione della Tesi
18 Marzo 2022
URI
Altri metadati
Tipologia del documento
Tesi di laurea
(NON SPECIFICATO)
Autore della tesi
Bonarrigo, Manuel
Relatore della tesi
Correlatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
empowerment,reti booleane,simulazione,argos,RBN
Data di discussione della Tesi
18 Marzo 2022
URI
Statistica sui download
Gestione del documento: