Aprendizado por reforço aplicado à navegação bias offline em ambientes indoor
Autor(a) principal: | |
---|---|
Data de Publicação: | 2023 |
Outros Autores: | , |
Tipo de documento: | Relatório |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFS |
Texto Completo: | https://ri.ufs.br/jspui/handle/riufs/19124 |
Resumo: | São Cristóvão |
id |
UFS-2_ac1d07970ac1c19e3e1c811c5d22a7d5 |
---|---|
oai_identifier_str |
oai:ufs.br:riufs/19124 |
network_acronym_str |
UFS-2 |
network_name_str |
Repositório Institucional da UFS |
repository_id_str |
|
spelling |
Cunha, Éricles dos SantosSantos, Kevenny de JesusSantos, Moisés Junio Fagundes dosBenicasa, Alcides Xavier2024-02-15T22:40:19Z2024-02-15T22:40:19Z2023https://ri.ufs.br/jspui/handle/riufs/19124Creative Commons Atribuição-NãoComercial-CompartilhaIgual 4.0 Internacional (CC BY-NC-SA 4.0)porInteligência artificialNavegação indoorAprendizado por reforçoEnviesamento de informaçõesAlgoritmos de buscaAprendizado por reforço aplicado à navegação bias offline em ambientes indoorModelo inteligente para navegação offline em ambientes indoor baseado no enviesamento de informações em algoritmos de buscasinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/reportSão CristóvãoA navegação em ambientes internos apresenta desafios únicos em comparação com a navegação em ambientes externos, onde o GPS é amplamente utilizado. Este projeto teve como objetivo criar um modelo inteligente para aprimorar a navegação offline em ambientes indoor, onde o sinal de GPS é limitado. Com base em um ambiente previamente mapeado com coordenadas em um plano cartesiano, foram empregadas técnicas de Inteligência Artificial (IA), incluindo aprendizado por reforço, buscas cegas e heurísticas, para controlar a trajetória no ambiente. A pesquisa analisou e comparou os resultados obtidos por meio desses métodos, além de considerar estratégias de busca para gerar trajetórias entre pontos de origem e destino, levando em consideração também fatores de interesse e gestão do espaço. Os resultados foram avaliados e comparados entre os modelos por meio de experimentos de percurso, nos quais comparamos os mesmos pontos de origem e destino para os algoritmos, demonstrando as trajetórias no mapa do ambiente. Também realizamos um experimento em lote, gerando origens e destinos aleatórios e usando cada combinação para determinar qual algoritmo percorreu a menor distância. Em conclusão, este projeto demonstrou a eficácia do modelo proposto para melhorar a navegação em ambientes indoor com limitações de sinal de GPS. Os resultados dos experimentos indicaram que a abordagem de Inteligência Artificial mostrou-se promissora na resolução dos desafios associados à navegação interna.Universidade Federal de Sergipe - Pró-Reitoria de Pós-Graduação e Pesquisa - Coordenação de Pesquisareponame:Repositório Institucional da UFSinstname:Universidade Federal de Sergipe (UFS)instacron:UFSinfo:eu-repo/semantics/openAccessORIGINALAprendizadoReforcoNavegacaoBiasOffline.pdfAprendizadoReforcoNavegacaoBiasOffline.pdfapplication/pdf8813365https://ri.ufs.br/jspui/bitstream/riufs/19124/2/AprendizadoReforcoNavegacaoBiasOffline.pdfb2df9197ee16e18c2ac142d5906c68c2MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-81475https://ri.ufs.br/jspui/bitstream/riufs/19124/1/license.txt098cbbf65c2c15e1fb2e49c5d306a44cMD51TEXTAprendizadoReforcoNavegacaoBiasOffline.pdf.txtAprendizadoReforcoNavegacaoBiasOffline.pdf.txtExtracted texttext/plain134585https://ri.ufs.br/jspui/bitstream/riufs/19124/3/AprendizadoReforcoNavegacaoBiasOffline.pdf.txtb7042aea2975b442f69a2b2eef3f8c63MD53THUMBNAILAprendizadoReforcoNavegacaoBiasOffline.pdf.jpgAprendizadoReforcoNavegacaoBiasOffline.pdf.jpgGenerated Thumbnailimage/jpeg1485https://ri.ufs.br/jspui/bitstream/riufs/19124/4/AprendizadoReforcoNavegacaoBiasOffline.pdf.jpg951d3f22bd4d40875be2a67284151b37MD54riufs/191242024-02-15 19:40:24.473oai:ufs.br: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Repositório InstitucionalPUBhttps://ri.ufs.br/oai/requestrepositorio@academico.ufs.bropendoar:2024-02-15T22:40:24Repositório Institucional da UFS - Universidade Federal de Sergipe (UFS)false |
dc.title.pt_BR.fl_str_mv |
Aprendizado por reforço aplicado à navegação bias offline em ambientes indoor |
dc.title.alternative.por.fl_str_mv |
Modelo inteligente para navegação offline em ambientes indoor baseado no enviesamento de informações em algoritmos de buscas |
title |
Aprendizado por reforço aplicado à navegação bias offline em ambientes indoor |
spellingShingle |
Aprendizado por reforço aplicado à navegação bias offline em ambientes indoor Cunha, Éricles dos Santos Inteligência artificial Navegação indoor Aprendizado por reforço Enviesamento de informações Algoritmos de busca |
title_short |
Aprendizado por reforço aplicado à navegação bias offline em ambientes indoor |
title_full |
Aprendizado por reforço aplicado à navegação bias offline em ambientes indoor |
title_fullStr |
Aprendizado por reforço aplicado à navegação bias offline em ambientes indoor |
title_full_unstemmed |
Aprendizado por reforço aplicado à navegação bias offline em ambientes indoor |
title_sort |
Aprendizado por reforço aplicado à navegação bias offline em ambientes indoor |
author |
Cunha, Éricles dos Santos |
author_facet |
Cunha, Éricles dos Santos Santos, Kevenny de Jesus Santos, Moisés Junio Fagundes dos |
author_role |
author |
author2 |
Santos, Kevenny de Jesus Santos, Moisés Junio Fagundes dos |
author2_role |
author author |
dc.contributor.author.fl_str_mv |
Cunha, Éricles dos Santos Santos, Kevenny de Jesus Santos, Moisés Junio Fagundes dos |
dc.contributor.advisor1.fl_str_mv |
Benicasa, Alcides Xavier |
contributor_str_mv |
Benicasa, Alcides Xavier |
dc.subject.por.fl_str_mv |
Inteligência artificial Navegação indoor Aprendizado por reforço Enviesamento de informações Algoritmos de busca |
topic |
Inteligência artificial Navegação indoor Aprendizado por reforço Enviesamento de informações Algoritmos de busca |
description |
São Cristóvão |
publishDate |
2023 |
dc.date.issued.fl_str_mv |
2023 |
dc.date.accessioned.fl_str_mv |
2024-02-15T22:40:19Z |
dc.date.available.fl_str_mv |
2024-02-15T22:40:19Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/report |
format |
report |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://ri.ufs.br/jspui/handle/riufs/19124 |
dc.identifier.license.pt_BR.fl_str_mv |
Creative Commons Atribuição-NãoComercial-CompartilhaIgual 4.0 Internacional (CC BY-NC-SA 4.0) |
url |
https://ri.ufs.br/jspui/handle/riufs/19124 |
identifier_str_mv |
Creative Commons Atribuição-NãoComercial-CompartilhaIgual 4.0 Internacional (CC BY-NC-SA 4.0) |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.initials.fl_str_mv |
Universidade Federal de Sergipe - Pró-Reitoria de Pós-Graduação e Pesquisa - Coordenação de Pesquisa |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFS instname:Universidade Federal de Sergipe (UFS) instacron:UFS |
instname_str |
Universidade Federal de Sergipe (UFS) |
instacron_str |
UFS |
institution |
UFS |
reponame_str |
Repositório Institucional da UFS |
collection |
Repositório Institucional da UFS |
bitstream.url.fl_str_mv |
https://ri.ufs.br/jspui/bitstream/riufs/19124/2/AprendizadoReforcoNavegacaoBiasOffline.pdf https://ri.ufs.br/jspui/bitstream/riufs/19124/1/license.txt https://ri.ufs.br/jspui/bitstream/riufs/19124/3/AprendizadoReforcoNavegacaoBiasOffline.pdf.txt https://ri.ufs.br/jspui/bitstream/riufs/19124/4/AprendizadoReforcoNavegacaoBiasOffline.pdf.jpg |
bitstream.checksum.fl_str_mv |
b2df9197ee16e18c2ac142d5906c68c2 098cbbf65c2c15e1fb2e49c5d306a44c b7042aea2975b442f69a2b2eef3f8c63 951d3f22bd4d40875be2a67284151b37 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFS - Universidade Federal de Sergipe (UFS) |
repository.mail.fl_str_mv |
repositorio@academico.ufs.br |
_version_ |
1802110719886360576 |