بهینه سازی و یادگیری حرکت ربات های چهارپا در سطوح ناهموار

استفاده از انواع ربات ها در دنیای امروزی امری غیر قابل اجتناب می نماید، چنانکه امروزه ربات ها در انجام بسیاری از کارها جایگزین انسان ها شده اند. ربات ها جایگزین مناسبی برای انسان در انجام کارهای تکراری و خطرناک و یا استفاده در محیط های غیر قابل دسترس به وسیله ی انسان هستند. در این میان ساخت ربات هایی که توانایی پیمایش سطوح ناهموار را دارند، همواره از جذابیت خاصی در بین متخصصان علم رباتیک برخوردار بوده است. ربات های چرخ دار علی رغم مصرف سوخت کمتر و سرعت بیشتر نسبت به همتایان پادار خود در سطوح هموار ، قابلیت پیمایش سطوح با ناهمواری بالا و عبور از موانع را ندارند. این در حالیست که ربات های پادار به دلیل برخورداری از ویژگی های سینماتیکی خاص و پایداری بهتر، با قرار دادن کنترل شده ی پاهای خود می توانند در سطوح ناهموار کارامد تر باشند. ربات ها چه یک کاوشگر فضایی بسیار پیچیده و یا یک ربات فوتبایست بسیار ساده باشند، همگی برای داشتن عملکردی موفق، نیاز به الگوریتم های کنترلی پایدار دارند. ربات های واقعی در محیط هایی قرار خواهند گرفت که نیمه مشاهده پذیر، تصادفی، پویا، پیوسته، چند عاملی و ترتیبی هستند. همین مسائل باعث می شوند که استفاده از روش های سنتی مثل برنامه نویسی مستقیم به منظور کنترل ربات ها، جز در موارد معدود مورد استفاده قرار نگیرند. در واقع ما امروزه نیاز به ربات هایی داریم که قادر به یادگیری مهارت های جدید باشند و در مواجهه با موقعیت های جدیدی هم که قبلا با آن ها روبرو نشده اند عملکرد موفقی از خود نشان دهند. رباتی که در این پایان نامه به طور خاص مورد بررسی قرار گرفته است، رباتی چهارپاست که قادر به پیمایش سطوح ناهموار، از جمله سطوحی که ربات قبلا با آن ها مواجه نشده است، باشد. یکی از عمده ترین مسائل مطرح در حرکت ربات های پادار بر روی سطوح ناهموار، انتخاب محل مناسب گام هاست. به عبارتی محل گام های ربات باید به گونه ای انتخاب شوند که خطر لغزش ربات بر روی سطح کمینه و پیشروی به سمت هدف بیشینه شود، منجر به تصادم ربات با محیط اطرافش نشود و همچنین در محدوده ی سینماتیک ربات قرار داشته باشد. ژوهشگران حوزه ی رباتیک از دو دیدگاه مکانیک و کنترل کننده ی ربات سعی در بهبود حرکت ربات های پادار بر روی سطوح ناهموار دارند. گروه اول با توجه به مورد کاربرد ربات، از طراحی مکانیکی متناسب با آن نوع کاربرد استفاده می کنند. برای مثال تعداد پاها، نوع طراحی پاها، ساق ها و بسیاری از موارد دیگر را به گونه ای در نظر می گیرند که ربات قادر به انجام وظایف در نظر گرفته شده برای آن باشد. گروه دوم پژوهشگران که بر روی کنترل کننده ی ربات ها متمرکز شده اند، از راهکارهای مختلفی هم چون cpgها و راهکارهای مبتنی بر یادگیری ماشین و بهینه سازی استفاده نموده اند. هدف از این پایان نامه، ارائه ی راه کاری برای انتخاب مناسب گام های ربات چهارپا بر روی سطوح ناهموار با بهره گیری از روش های یادگیری ماشین و بهینه سازی است، طوری که باعث کاهش تعداد تصادم های ربات با محیط و واژگونی آن شود. برای این منظور، ابتدا الگوهای سطح در دو اندازه ی متفاوت از توضیحات خبره برای انتخاب گام بهینه استخراج می شوند. سپس از یک کلاس بند دودویی خطی برای یادگیری یک زیرمجموعه از کل مجموعه الگوهای سطح استخراج شده از این توضیحات استفاده می شود. این الگوهای یاد گرفته شده به همراه یک مجموعه از ویژگی های دیگر، بردار ویژگی را تشکیل می دهند که از آن برای تقریب تابع ارزش الگوریتم یادگیری تقویتی استفاده می شود. به این ترتیب با به دست آمدن تقریبی از تابع ارزش، محل گام بهینه در هر مرحله قابل محاسبه خواهد بود. در نهایت از سینماتیک معکوس برای قرار دادن گام مورد نظر در محل تعیین شده استفاده می شود. به منظور ارزیابی، شبیه سازی هایی انجام گرفته و عملکرد روش پیشنهادی با دو روش دیگر مورد مقایسه قرار گرفته است. در یکی از این دو روش، از الگوهای سطح و توضیحات خبره به منظور یادگیری یک تابع رتبه بندی گام استفاده شده است. در این روش گامها بر اساس این تابع رتبه بندی یاد گرفته شده انتخاب می شوند. در روش دیگر، تابع ارزش یادگیری تقویتی بر اساس ویژگی های ساده ی خطی تقریب زده می شود و گام های ربات بر اساس این تابع ارزش یادگیری شده و پاداش دریافتی انتخاب می شوند. علت استفاده از این دو روش به منظور مقایسه در واقع به این علت است که روش پیشنهادی این پایان نامه با الهامگیری از این دو روش ارائه شده است. بر اساس نتایج شبیه سازی، روش پیشنهادی نسبت به دو روش دیگر از جهت میانگین تعداد تصادم ها در هر گام و نرخ موفقیت ربات، عملکرد بهتری از خود نشان می دهد.