Aprendizagem por reforço de chutes rápidos em robôs humanoides

Página do item simplificado
dc.contributor.advisorSimões, Marco Antônio Costa
dc.contributor.authorSousa, Gabriel Mascarenhas Costa de
dc.contributor.refereeSuárez, Diego Gervasio Frías
dc.contributor.refereeCerqueira Junior, Adailton de Jesus
dc.date.accessioned2024-10-15T17:12:38Z
dc.date.available2024-10-15T17:12:38Z
dc.date.issued2023-07-12
dc.description.abstractO uso de Inteligência Artificial no desenvolvimento de novos produtos e pesquisas científicas tem crescido muito nos últimos anos, e não faz pouco tempo que as pessoas tem tentado construir robôs que pensem e hajam como seres humanos para realizar tarefas mais perigosas ou repetitivas. Dentre os diversos ambientes de testes utilizados para alcançar esse objetivo está a simulação de futebol de robôs, onde diversas equipes podem realizar suas pesquisas em um ambiente simulado e de baixo custo enquanto compartilham suas descobertas entre si. Apesar de não existir um consenso sobre qual a melhor forma de se ensinar movimentos humanoides para robôs, muitos tem procurado soluções através de técnicas de Aprendizagem por Reforço. Essa monografia propõe a criação de um ambiente de aprendizagem para robôs humanoides em simulação 3D, utilizando Aprendizagem por Reforço somada ao uso de Redes Neurais Artificiais, que permita a um agente aprender a realizar movimentos humanoides, com foco no movimento de chute. O movimento gerado conseguiu ser em torno de 93% mais rápido do que o chute antigo e sustentou a funcionalidade do ambiente proposto, além de gerar hipóteses que podem ajudar no avanço da pesquisa no desenvolvimento de movimentos em robôs humanoides simulados.
dc.description.abstract2The use of Artificial Intelligence in the development of new products and scientific research has grown a lot in recent years, and it's not so long ago that people have been trying to build robots that think and act like human beings to carry out more dangerous or repetitive tasks. Among the various testing environments used to achieve this goal is simulated robot soccer, where several teams can carry out their research in a simulated, low-cost environment while sharing their findings with each other. Although there is no consensus on the best way to teach humanoid movements to robots, many have sought solutions through Reinforcement Learning techniques. This monograph proposes the creation of a learning environment for humanoid robots in 3D simulation, using Reinforcement Learning combined with the use of Artificial Neural Networks, which allows an agent to learn to perform humanoid movements, with a focus on kicking. The movement generated was around 93% faster than the old kick and supported the functionality of the proposed environment, as well as generating hypotheses that can help advance research into the development of movements in simulated humanoid robots.
dc.format.mimetypeapplication/pdf
dc.identifier.citationSOUSA, Gabriel Mascarenhas Costa de. Aprendizagem por reforço de chutes rápidos em robôs humanoides. Orientador: Marco Antonio Costa Simões. 2023. 52 f. Trabalho de conclusão de curso (Bacharelado em Sistemas de Informação) - Departamento de Ciências Exatas e da Terra, Campus I, Universidade do Estado da Bahia. Salvador- BA, 2023.
dc.identifier.urihttps://saberaberto.uneb.br/handle/20.500.11896/6462
dc.language.isopor
dc.publisherUniversidade do Estado da Bahia
dc.publisher.programGraduação
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rights.urihttp://creativecommons.org/licenses/by/3.0/br/
dc.rights2Attribution 3.0 Brazilen
dc.subject.keywordsAprendizagem por reforço
dc.subject.keywordsRobôs humanoides
dc.subject.keywordsFutebol Simulado
dc.subject.keywordsRedes neurais artificiais.
dc.titleAprendizagem por reforço de chutes rápidos em robôs humanoides
dc.title.alternativeReinforcement learning for fast kicks in humanoid robots
dc.typeinfo:eu-repo/semantics/bachelorThesis
Arquivos
Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
Aprendizagem por reforço de chutes_Gabriel Sousa.pdf
Tamanho:
1.93 MB
Formato:
Adobe Portable Document Format
Descrição:
Baixar
Licença do Pacote
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
license.txt
Tamanho:
462 B
Formato:
Item-specific license agreed upon to submission
Descrição:
Baixar
Coleções
Bacharelado em Sistemas de Informação - DCET1