Generalization and anticipation skills for robot ball catching using supervised learning

• Autor(a) principal: Carneiro, Diogo José Vaz
• Data de Publicação: 2017
• Tipo de documento: Dissertação
• Idioma: eng
• Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
• Texto Completo: http://hdl.handle.net/10773/23856
• topic: Engenharia eletrónica e telecomunicações; Interacção humano-robot; Aprendizagem automática; Redes neuronais

Abordagens por aprendizagem são uma das formas mais interessantes para dotar robôs com melhores capacidades em termos de autonomia e adaptação. Esta dissertação aborda o problema da captura de uma bola por parte de um robô, focando-se no potencial das técnicas de aprendizagem supervisionada para lidar com as exigências impostas aos sistemas de perceção e ação. A primeira parte desta dissertação tem por objetivo demonstrar que a previsão de intenção através da observação de ações humanas representa uma capacidade importante em robôs que realizam tarefas interativas. Este trabalho explora o papel de antecipações que provêm da observação do movimento de lançamento da bola para melhorar a capacidade de previsão do sistema robótico na interação com um parceiro humano. Para o efeito, uma rede neural do tipo "feedforward" é treinada para estimar a posição e velocidade inicial da bola em voo, dada uma sequencia de observações iniciais. O manipulador robótico adotado neste estudo, com 3 graus de liberdade, reage a atualizações no ponto e tempo de captura previstos usando um método baseado no Jacobiano para obter uma solução para a cinemática inversa. Várias simulações demonstram que a abordagem proposta supera até 20% a metodologia clássica em que a geração de previsões depende unicamente de informações disponíveis durante a fase de voo da bola. Na segunda parte, esta dissertação adota uma abordagem bio inspirada para a geração de movimentos capazes de lidar com as exigências de adaptação on-line do braço robótico. Em particular, este estudo destina-se à formulação matemática de primitivas discretas de movimento para reproduzir e generalizar uma única trajetória aprendida. O método é validado com um manipulador robótico com 6 graus de liberdade usando o simulador V-REP. As simulações realizadas mostram que as primitivas de movimento são apropriadas para reproduzir e generalizar uma trajetória de demonstração desejada.