Documenti full-text disponibili:
|
Documento PDF (Thesis)
Disponibile con Licenza: Salvo eventuali più ampie autorizzazioni dell'autore, la tesi può essere liberamente consultata e può essere effettuato il salvataggio e la stampa di una copia per fini strettamente personali di studio, di ricerca e di insegnamento, con espresso divieto di qualunque utilizzo direttamente o indirettamente commerciale. Ogni altro diritto sul materiale è riservato
Download (2MB)
|
Abstract
Negli approcci di robotica evolutiva online, un algoritmo evolutivo viene eseguito sui robot, durante l’esecuzione delle attività, per ottimizzarne continuamente il comportamento. La motivazione principale alla base dell'uso di sistemi multi-robot è stata quella di sfruttare la potenziale accelerazione dell'evoluzione dovuta a robot che evolvono i controller in parallelo e che scambiano soluzioni candidate per l’attività.
In questa tesi abbiamo implementato e analizzato tre meccanismi evolutivi di progettazione automatica online, in grado di permettere ad uno sciame di robot di imparare autonomamente a svolgere determinati task, attraverso l’utilizzo di controller basati su Random Boolean Network.
Un meccanismo guiderà i robot durante una evoluzione indipendente, senza scambio di informazioni, mentre i restati due permetteranno allo sciame, con tecniche differenti, di effettuare una sincronizzazione globale della migliore rete trovata fino ad un determinato momento.
I risultati ottenuti hanno mostrato che utilizzare una sincronizzazione globale è un approccio molto promettente per l'evoluzione di sciami di robot e che i meccanismi che ne fanno uso sono in grado di generare reti Booleane ottimali per task di coverage differenti.
Abstract
Negli approcci di robotica evolutiva online, un algoritmo evolutivo viene eseguito sui robot, durante l’esecuzione delle attività, per ottimizzarne continuamente il comportamento. La motivazione principale alla base dell'uso di sistemi multi-robot è stata quella di sfruttare la potenziale accelerazione dell'evoluzione dovuta a robot che evolvono i controller in parallelo e che scambiano soluzioni candidate per l’attività.
In questa tesi abbiamo implementato e analizzato tre meccanismi evolutivi di progettazione automatica online, in grado di permettere ad uno sciame di robot di imparare autonomamente a svolgere determinati task, attraverso l’utilizzo di controller basati su Random Boolean Network.
Un meccanismo guiderà i robot durante una evoluzione indipendente, senza scambio di informazioni, mentre i restati due permetteranno allo sciame, con tecniche differenti, di effettuare una sincronizzazione globale della migliore rete trovata fino ad un determinato momento.
I risultati ottenuti hanno mostrato che utilizzare una sincronizzazione globale è un approccio molto promettente per l'evoluzione di sciami di robot e che i meccanismi che ne fanno uso sono in grado di generare reti Booleane ottimali per task di coverage differenti.
Tipologia del documento
Tesi di laurea
(Laurea magistrale)
Autore della tesi
Lucchi, Giulia
Relatore della tesi
Correlatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
progettazione automatica,meccanismi evolutivi,evoluzione online,sciami di robot,reti booleane
Data di discussione della Tesi
8 Ottobre 2020
URI
Altri metadati
Tipologia del documento
Tesi di laurea
(NON SPECIFICATO)
Autore della tesi
Lucchi, Giulia
Relatore della tesi
Correlatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
progettazione automatica,meccanismi evolutivi,evoluzione online,sciami di robot,reti booleane
Data di discussione della Tesi
8 Ottobre 2020
URI
Statistica sui download
Gestione del documento: