به‌كارگيري يادگيري در طراحي خودكار سامانه‌هاي رفتارمحور

كارشناسي ارشد

چكيده كنترل رفتار-محور روشي كارا براي كنترل ربات‌هاي هوشمند است كه در آن كنترل ربات از تركيب عملكرد چندين كنترل‌كننده‌ي وظيفه‌محور مجزا، كه هركدام يك رفتار خوانده مي‌شوند، حاصل مي‌شود. طراحي سامانه‌هاي رفتار-محور يك فرآيند دشوار و وابسته به سعي و خطا است و از آنجاييكه در اين سامانه‌ها فرض شده است كه رفتارها كمترين تعامل را با يكديگر دارند، تركيب نتيجه‌ي فعاليت اين رفتار‌ها در معماري سامانه‌ي كنترلي، كه به آن هماهنگ‌سازي رفتار گفته مي‌شود، دشوارترين بخش طراحيآن‌ها است. استفاده از يادگيرييك راه‌حل قوي براي غلبه بر مشكلات موجود در طراحي اين سامانه‌ها است. در اين پايان‌نامه انتزاعي‌سازي وظايف توسط رفتارها به عنوان يك كليد راه‌گشا براي حل مسئله‌ي هماهنگ‌سازي رفتار پيشنهاد شده است. در روش پيشنهادي اين پايان‌نامه هر رفتار اطلاعات انتزاعي مربوط به وظيفه‌يخود را به يك رفتار مركزي تحويل مي‌دهد، اين رفتار مركزي كه محيط را فقط از ديد اين اطلاعات انتزاعي مي‌بيند، به يادگيري در اين دنياي انتزاعي و توليد اعمال براي به هدف رسيدن عامل مي‌پردازد. در واقع كنترل عامل را همين رفتار در دست دارد و ديگر رفتارها تنها نقش انتزاعي سازي وظايف براي وي را دارند. از آنجاييكه اين رفتار مركزي بادريافت اطلاعات انتزاعي از رفتارها، تصميم مي‌گيرد كه چه عملي به انجام برسد، مي‌توان گفت كه نقش هماهنگ‌سازي رفتارها را بر عهده دارد. روش پيشنهادي بر روي دو مسئله كه يكي تك‌عامله و ديگري چندعامله‌ است پياده‌سازي شده است. پيچيدگي زياد محيط اين مسائل يادگيري آن‌ها را براييادگيرهاي تقويتي مرسوم ناممكن مي‌سازد. نتايج پياده‌سازي ممتازي روش پيشنهادي را در يادگيري و رسيدن به كارايي بالا نسبت به ديگر روش‌هاي موجود نشان مي‌دهد. واژه‌هاي كليدي:كنترل رفتار-محور، طراحيخودكار سامانه‌هاي رفتار-محور، يادگيري ماشين،يادگيري تقويتي، انتزاع

183514

دانشگاه علم و صنعت ايران

دكتر محمدرضا جاهدمطلق

كامپيوتر گرايش هوش مصنوعي

دكتر ناصر مزيني