طرح ریزی بلادرنگ مسیر حرکت ربات متحرک به کمک شبکه فازی-عصبی در محیطهای ناشناخته

در این مقاله به کمک شبکههای فازی-عصبی مسیری برای حرکت ربات متحرک در محیطهای ناشناخته به صورت بلادرنگ طرح ریزی شده است. شبکه عصبی به همراه منطق فازی میتواند به طور موثری سرعت یادگیری شبکه و ساختار کنترلیرا افزایش دهد. به دلیل مشکلات یادگیری ناشی از کمبود دادهها هنگام آموزش شبکه، که نیاز به فراهم نمودن سیگنالهای آموزشی به ازای هر دسته از ورودی در ساختارهای فازی- عصبی، که وجود دارد (نظیر روشهای یادگیری جستجوی گرادیان)، از یادگیری تقویتی برای آموزش شبکه فازی-عصبی استفاده شده است. از ساختار کنترلرGARIC برای مسیریابی و ناوبری ربات به کمک سه حسگر فراصوتی و یک حسگر موقعیتیاب نوری در محیطهای ناشناخته استفاده شده است. با تنظیم قوانین فازی توسط یادگیری تقویت شده میتوان این ساختار کنترل را برای محیطهای خیلی پیچیده، بدون نیاز به تهیه دادههای آموزشی مربوط به این نواحی، به کار برد. نتایج شبیهسازیها بیانگر عملکرد بهتر این ساختار و روش یادگیری آن میباشد

کلیدواژه ها:

شبکه فازی- عصبی ، طرحریزی مسیر ، ربات متحرک ، محیط ناشناخته ، یادگیری تقویتشده