Use este identificador para citar ou linkar para este item: https://repositorio.ufu.br/handle/123456789/22758
Tipo do documento: Tese
Tipo de acesso: Acesso Aberto
Título: Exploring communication network structures for the adaptability of a team of robots working in dynamical foraging environments
Título(s) alternativo(s): Explorando estruturas de redes de comunicação para a adaptabilidade de um time de robôs trabalhando em ambientes dinâmicos de forrageamento
Autor(es): Viedman, Juan Manuel Nogales
Primeiro orientador: Oliveira, Gina Maira Barbosa de
Primeiro membro da banca: Lopes, Carlos Roberto
Segundo membro da banca: Souza, Jefferson Rodrigo de
Terceiro membro da banca: Chaimowicz, Luiz
Quarto membro da banca: Romero, Roseli Aparecida Francelin
Resumo: Na natureza, a tarefa de forrageamento tem uma importância vital para diversos organismos que exibem comportamento coletivo. Por esse motivo, uma das tarefas mais investigadas na robótica de enxame é o forrageamento. Neste trabalho se considera um time de robôs forrageiros no qual cada membro repete a tarefa de pegar um objeto e transportá-lo até um depósito. A navegação desses robôs depende de indicações visuais e locais, pois, nem odometria nem orientações globais foram utilizadas. O controlador é uma máquina de estados hierárquica, na qual subjazem os comportamentos dos robôs. Eles podem aprender qual comportamento se ajusta melhor às condições ambientais, que são dinâmicas. Para lidar com as mudanças ambientais, desenvolvemos estratégias que permitem aos robôs se adaptarem. Tais estratégias são avaliadas em ambientes distribuídos e aproveitam dois tipos de conexões: robô-ambiente e robô-robô. Em particular, essas conexões permitem o fluxo, a combinação das informações e, como consequência, o aprendizado. Visto que a informação influencia os comportamentos de cada robô e o desempenho do time, nossas estratégias foram avaliadas em dois cenários distintos: i) alocação de tarefas e ii) particionamento de tarefas. No ambiente de alocação de tarefas, os robôs interagem em três regiões do ambiente. Cada região conta com interfaces que geram objetos a diferentes taxas e compartilham informações entre elas e com os robôs trabalhando na região. A estratégia proposta alcançou uma solução próxima do ótimo teórico quando os robôs incorporaram essas informações. No outro ambiente, os robôs empregam interfaces para transferir objetos entre duas regiões ou os levam através de um caminho alternativo. Nesse cenário, as interfaces mudam a velocidade de transfe\-rên\-cia dos objetos e os robôs aprendem a partir de informações compartilhadas entre si. As estratégias propostas permitem que os robôs ajustem suas conexões para adaptar seu aprendizado e, assim, tomar decisões apropriadas à demanda pelas interfaces.
Abstract: In nature, foraging is a fundamental task for several organisms that exhibit collective behaviors. For this reason, one of the most researched tasks in swarm robotics is foraging. In this work, we consider a team of foraging robots where each member repeats the same task: to pick up an object and transport it to a nest. Robot navigation depends completely on local visual clues. Neither dead reckoning nor global orientation helped them. The controller is a hierarchical state machine, which underlies robot behaviors. They learn which behavior fits better with the current condition. Since the environment changes, we developed strategies that enabled robots to achieve a good adaptation. These strategies dealt with distributed environments and exploited: robot-environment and robot-robot connections. In particular, such set of connections allowed the information to flow at a good rate and, as a consequence, their social learning. Since information influences robot behaviors and team performance, the proposed strategies were evaluated in two scenarios: $i$) task allocation and $ii$) task partitioning. In the task-allocation environment, robots interact within an environment, which consists of three regions where robots can forage. Each region includes a set of interfaces generating objects at different rates. These interfaces share information among them and with the subgroup of robots working inside each region. The proposed strategy reached a near-optimal solution because robots incorporated that information to make their decisions. In the task-partitioning environment, robots employ a set of interfaces to transfer objects between both regions or they carry the objects through an alternative path. In this scenario, those interfaces change their speed for transferring objects and robots only share information with other robots. The proposed solution allowed robots to adjust their connections to adapt their learning rate. As a consequence, they make decisions that fitted better to the changes in the interfaces.
Palavras-chave: Foraging
Multi-robot systems
Probabilistic decision-making
Adaptive learning
Task allocation
Task partitioning
Computação
Robótica
Robôs-movimento
Área(s) do CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::MATEMATICA DA COMPUTACAO::MODELOS ANALITICOS E DE SIMULACAO
Idioma: eng
País: Brasil
Editora: Universidade Federal de Uberlândia
Programa: Programa de Pós-graduação em Ciência da Computação
Referência: VIEDMAN, Juan Manuel Nogales. Exploring communication network structures for the adaptability of a team of robots working in dynamical foraging environments. 2018. 162 f. Tese (Doutorado em Ciência da Computação) - Universidade Federal de Uberlândia, Uberlândia, 2018. Disponível em: http:/dx.doi.org/10.14393/ufu.te.2018.816.
Identificador do documento: http://dx.doi.org/10.14393/ufu.te.2018.816
URI: https://repositorio.ufu.br/handle/123456789/22758
Data de defesa: 21-Mar-2018
Aparece nas coleções:TESE - Ciência da Computação

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
ExploringCommunicationNetwork.pdf51.13 MBAdobe PDFThumbnail
Visualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.