Please use this identifier to cite or link to this item:
https://repositorio.ufu.br/handle/123456789/39534
ORCID: | http://orcid.org/0009-0008-3811-7745 |
Document type: | Trabalho de Conclusão de Curso |
Access type: | Acesso Aberto |
Title: | Implementação do Q-learning no rastreamento de referências constantes em um aeropêndulo |
Alternate title (s): | Implementation of Q-learning in tracking constant references in an aeropendulum |
Author: | Morais Filho, Cleiton Kennedy de |
First Advisor: | Assis, Pedro Augusto Queiroz de |
First member of the Committee: | Andrade, João Rodrigo |
Second member of the Committee: | Paes, Luiz Eduardo dos Santos |
Summary: | O objetivo deste trabalho é aplicar um método de aprendizado de máquina no controle de um aeropêndulo. Especificamente, o método \textit{Q-Learning} de aprendizado por reforço é utilizado para fazer com que a haste do aeropêndulo seja guiada para uma referência. Para isso, primeiramente um modelo matemático não linear para descrever a dinâmica do sistema é desenvolvido. Mais ainda, o espaço de estados e ações admissíveis foram discretizados, e foi definida uma função de recompensas para fazer com que o agente aprenda a realizar a tarefa de controle. Tal função retorna recompensas positivas ao agente caso a haste permaneça em um ângulo de referência com a base. Já recompensas negativas são atribuídas quando um estado terminal é atingido. As ações possíveis de serem tomadas em um estado são acelerar ou desacelerar o motor. A magnitude da aceleração/desaceleração depende da magnitude do erro de rastreamento. Análises do número de episódios de treinamento necessários para que o agente aprenda a realizar a tarefa, e da influência dos parâmetros de ajuste no aprendizado são realizadas. Os resultados mostram que o agente aprendeu a controlar o aeropêndulo sem erro de rastreamento em regime permanente em todos os casos após o treinamento, indicando a viabilidade da aplicação deste tipo de método no controle de sistemas não lineares. Identificou-se que são necessários aproximadamente 2900 episódios para que o aprendizado seja concluído. Mais ainda, verificou-se que ao aumentar o fator de ganância e a taxa de aprendizagem, a resposta transitória do sistema melhorou. Já variando-se o fator de desconto, os melhores resultados foram obtidos com valores intermediários. |
Keywords: | Aprendizado por reforço Q-learning Aeropêndulo Controle em malha fechada |
Area (s) of CNPq: | CNPQ::ENGENHARIAS::ENGENHARIA MECANICA |
Language: | por |
Country: | Brasil |
Publisher: | Universidade Federal de Uberlândia |
Quote: | MORAIS FILHO, Cleiton Kennedy de. Implementação do Q-learning no rastreamento de referências constantes em um aeropêndulo. 2023. 44 f. Trabalho de Conclusão de Curso (Graduação em Engenharia Mecatrônica) – Universidade Federal de Uberlândia, Uberlândia, 2023. |
URI: | https://repositorio.ufu.br/handle/123456789/39534 |
Date of defense: | 14-Nov-2023 |
Appears in Collections: | TCC - Engenharia Mecatrônica |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
ImplementaçãoQlearningRastreamento.pdf | TCC | 14.13 MB | Adobe PDF | View/Open |
This item is licensed under a Creative Commons License