دفاعیه کارشناسی ارشد (مهندسی مکانیک) برنامه ریزی مسیر یک ربات متحرک دوچرخ با استفاده از الگوریتم هوشمند با مرزهای متحرک
| آخرین بروزرسانی: 1405/8/2 |
دانشجو: آقای مهدی عباس زاده
استاد راهنما: دکتر حامی تورجی زاده
زمان: ۳۰ مهر ماه ۱۴۰۵ ساعت: ۱۳:۰۰
مکان: لینک ورود شرکت کنندگان
استاد راهنما: دکتر حامی تورجی زاده
زمان: ۳۰ مهر ماه ۱۴۰۵ ساعت: ۱۳:۰۰
مکان: لینک ورود شرکت کنندگان
چکیده:
برنامه‌ریزی مسیر و کنترل بهینه حرکت ربات‌های متحرک چرخ‌دار از مسائل بنیادین در رباتیک مدرن است. با گسترش کاربردهای صنعتی و خدماتی این ربات‌ها، نیاز به الگوریتم‌های کنترلی دقیق و مقاوم افزایش یافته است. روش‌های تحلیلی کلاسیک به دلیل تضمین بهینگی جایگاه ویژه‌ای دارند، اما در مواجهه با عدم قطعیت‌های پارامتری با چالش مواجه می‌شوند. در مقابل، روش‌های یادگیری تقویتی به‌عنوان راهکارهایی انعطاف‌پذیر مطرح شده‌اند؛ با این حال، مقایسه جامع این دو رویکرد همچنان حائز اهمیت است. هدف این پژوهش، مقایسه دو رویکرد شامل حل تحلیلی معادله همیلتون-ژاکوبی-بلمن (HJB) به‌عنوان مرجع کلاسیک کنترل بهینه و الگوریتم یادگیری تقویتی Q-Learning در هدایت ربات‌های متحرک دوچرخ است. مسئله حرکت در دو سناریو مدل‌سازی شده است: نخست، حالت «نقطه ثابت» برای رسیدن به یک موقعیت ایستا؛ و دوم، حالت «مرز متحرک» برای تعقیب نزدیک‌ترین نقطه روی یک مسیر متغیر. همچنین به‌منظور ارزیابی استحکام سیستم، تغییرات جرم و عدم قطعیت‌های پارامتری ربات به مدل افزوده شده است تا رفتار هر دو کنترل‌گر سنجیده شود. نتایج شبیه‌سازی‌ها نشان می‌دهد که سیاست کنترلی Q-Learning، هم در سناریوی نقطه ثابت و هم در حالت مرز متحرک، تطابق کیفی و کمّی بسیار مطلوبی با پاسخ‌های تحلیلی معادله HJB دارد. تفاوت معنادار دو روش در مواجهه با عدم قطعیت‌های پارامتری آشکار می‌گردد؛ به‌طوری‌که روش HJB به دلیل وابستگی به مدل ریاضی دقیق، در برابر تغییرات وزن ربات حساس بوده و دچار افت کارایی می‌شود. در مقابل، عامل یادگیری تقویتی به دلیل اتکا بر تجربه و ساختار مقاوم، پایداری، مقاومت و انعطاف‌پذیری به مراتب بیشتری در برابر تغییرات پارامتری از خود نشان داده و سیگنال‌های کنترلی نرم‌تری اعمال می‌کند. در مجموع، این پژوهش اثبات می‌کند که یادگیری تقویتی می‌تواند به‌عنوان جایگزینی قدرتمند برای روش‌های کلاسیک در مسائل کنترل ربات‌های متحرک عمل کند.
برنامه‌ریزی مسیر و کنترل بهینه حرکت ربات‌های متحرک چرخ‌دار از مسائل بنیادین در رباتیک مدرن است. با گسترش کاربردهای صنعتی و خدماتی این ربات‌ها، نیاز به الگوریتم‌های کنترلی دقیق و مقاوم افزایش یافته است. روش‌های تحلیلی کلاسیک به دلیل تضمین بهینگی جایگاه ویژه‌ای دارند، اما در مواجهه با عدم قطعیت‌های پارامتری با چالش مواجه می‌شوند. در مقابل، روش‌های یادگیری تقویتی به‌عنوان راهکارهایی انعطاف‌پذیر مطرح شده‌اند؛ با این حال، مقایسه جامع این دو رویکرد همچنان حائز اهمیت است. هدف این پژوهش، مقایسه دو رویکرد شامل حل تحلیلی معادله همیلتون-ژاکوبی-بلمن (HJB) به‌عنوان مرجع کلاسیک کنترل بهینه و الگوریتم یادگیری تقویتی Q-Learning در هدایت ربات‌های متحرک دوچرخ است. مسئله حرکت در دو سناریو مدل‌سازی شده است: نخست، حالت «نقطه ثابت» برای رسیدن به یک موقعیت ایستا؛ و دوم، حالت «مرز متحرک» برای تعقیب نزدیک‌ترین نقطه روی یک مسیر متغیر. همچنین به‌منظور ارزیابی استحکام سیستم، تغییرات جرم و عدم قطعیت‌های پارامتری ربات به مدل افزوده شده است تا رفتار هر دو کنترل‌گر سنجیده شود. نتایج شبیه‌سازی‌ها نشان می‌دهد که سیاست کنترلی Q-Learning، هم در سناریوی نقطه ثابت و هم در حالت مرز متحرک، تطابق کیفی و کمّی بسیار مطلوبی با پاسخ‌های تحلیلی معادله HJB دارد. تفاوت معنادار دو روش در مواجهه با عدم قطعیت‌های پارامتری آشکار می‌گردد؛ به‌طوری‌که روش HJB به دلیل وابستگی به مدل ریاضی دقیق، در برابر تغییرات وزن ربات حساس بوده و دچار افت کارایی می‌شود. در مقابل، عامل یادگیری تقویتی به دلیل اتکا بر تجربه و ساختار مقاوم، پایداری، مقاومت و انعطاف‌پذیری به مراتب بیشتری در برابر تغییرات پارامتری از خود نشان داده و سیگنال‌های کنترلی نرم‌تری اعمال می‌کند. در مجموع، این پژوهش اثبات می‌کند که یادگیری تقویتی می‌تواند به‌عنوان جایگزینی قدرتمند برای روش‌های کلاسیک در مسائل کنترل ربات‌های متحرک عمل کند.
مطالب مشابه
دفعات مشاهده: 152 بار |
دفعات چاپ: 11 بار |
دفعات ارسال به دیگران: 0 بار |
0 نظر