Controle autônomo
de um robô utilizando fuzzy e algoritmos genéticos:
Podemos definir os algoritmos genéticos (GA) como
métodos adaptativos que podem ser usados para resolver problemas
de busca, otimização e aprendizagem de máquinas, dentre
outros. Para a robótica, um GA é considerado como um método
de aprendizagem de ações de controle de forma autônoma.
A lógica fuzzy, define-se pelo seu próprio
nome: lógica nebulosa!! Ela baseia-se em conceitos linguísticos,
o que tem facilitado a construção de processos complexos,
tais como um robô móvel, pois facilita a construção
de regras, tais como: ande mais rápido, vire um pouco para a esquerda,
diminua bastante a velocidade, obstáculo perto, entre outras.
Ao considerarmos um controlador neural fuzzy para um robô
móvel, verificamos que a rede "aprende" a dirigir o robô
móvel até que o mesmo atinja alvos pré-definidos,
sem que haja a colisão com obstáculos do ambiente. O "conhecimento"
que a rede vai "adquirindo" pode também ser facilmente
extraído em forma de regras fuzzy.
Os GA's também determinam o número de regras
da base de conhecimento do controlador neural fuzzy em questão.
Sendo assim, a definição das funções de pertinência
para os atos do robô, constituem-se em um método mais do que
conveniente para utilização dos sistemas nebulosos de forma
automática.
A rede neural fuzzy utilizada para tais sistemas, é
baseada em um conjunto de proposições (fatos) e regras fuzzy.
As etapas da trajetória do robô serão executadas por
neurônios especializados do tipo min-max. O GA utilizado para esta
construção é do tipo elitista e manipula um cromossomo
de formato inteiro ou real.
Os resultados obtivos com experimentos feitos com robôs
móveis "neurofuzzycos", mostram que, mesmo com alvos (lugar
onde deseja-se que o robô chegue) postos em vários lugares
diferentes do ambiente, o controlador do sistema, foi capaz de atingí-los
sem colidir com qualquer obstáculo que estivesse no seu caminho.
Referência Bibliográfica : [GOM94]
Para saber mais sobre lógica fuzzy visite este link :
Lógica Fuzzy
Volta para página principal