Емпиријско управљање интелигентног роботског система – преглед стања у области истраживања
Empirical Control for Intelligent Robotic Systems – State-of-the-Art
Abstract
Емпиријско управљање представља нов приступ у концепцијском пројектовању управљачких система мобилних робота и робота вертикалне зглобне конфигурације. У односу на конвенционалне приступе, емпиријски системи имају способност машинског учења на основу прикупљених информација из технолошког окружења, перманентно унапређујући своје понашање сходно постављеном задатку. У раду је дат детаљан преглед истраживања у овој области са посебним освртом на развој и имплеметацију емпиријских управљачких система на бази машинског Q-учења ојачавањем и soft computing техника вештачке интелигенције. Извршена је анализа актуелних праваца истраживања са становишта карактеристичних проблема управљања роботских система (проблем навигације, избегавања препрека, праћења зида технолошког окружења, и/или визуелног
навођења). Сваки од презентованих истраживачких резултата је укратко описан, са јасно
наглашеном предношћу примене теорије емпиријског управљања у процесу концепцијског
пројектовања управљачких сис...тема.
Empirical control presents a new approach in the domain of the conceptual design of the control systems for mobile robots and robot manipulators. Compared to the conventional design methods, empirical control systems have the ability to learn based on the information obtained from the environment, continuously improving robot’s behaviour. This paper presents a review on current research results, with emphasis on control systems based on the Q-learning algorithm and soft computing techniques. Comparative analysis has been conducted in terms of common robot-based and vision-based tasks. Described algorithms and experimental evaluations in real world clearly points out the advantages of implementation of the empirical theory in the conceptual design process of the control systems.
Keywords:
Емпиријско управљање / Мобилни робот / Робот вертикалне зглобне конфигурације / Машинско учење ојачавањем / Интелигентни технолошки системи / Вештачке неуронске мрежеSource:
38th JUPITER Conference : Proceedings, Beograd, maj 2012, 2012, 3.149-3.158Publisher:
- JUPITER Asocijacija, Univerzitet u Beogradu - Mašinski fakultet
Funding / projects:
- An innovative ecologically based approach to implementation of intelligent manufacturing systems for production of sheet metal parts (RS-MESTD-Technological Development (TD or TR)-35004)
Collections
Institution/Community
Mašinski fakultetTY - CONF AU - Mitić, Marko AU - Miljković, Zoran AU - Babić, Bojan PY - 2012 UR - https://machinery.mas.bg.ac.rs/handle/123456789/4565 AB - Емпиријско управљање представља нов приступ у концепцијском пројектовању управљачких система мобилних робота и робота вертикалне зглобне конфигурације. У односу на конвенционалне приступе, емпиријски системи имају способност машинског учења на основу прикупљених информација из технолошког окружења, перманентно унапређујући своје понашање сходно постављеном задатку. У раду је дат детаљан преглед истраживања у овој области са посебним освртом на развој и имплеметацију емпиријских управљачких система на бази машинског Q-учења ојачавањем и soft computing техника вештачке интелигенције. Извршена је анализа актуелних праваца истраживања са становишта карактеристичних проблема управљања роботских система (проблем навигације, избегавања препрека, праћења зида технолошког окружења, и/или визуелног навођења). Сваки од презентованих истраживачких резултата је укратко описан, са јасно наглашеном предношћу примене теорије емпиријског управљања у процесу концепцијског пројектовања управљачких система. AB - Empirical control presents a new approach in the domain of the conceptual design of the control systems for mobile robots and robot manipulators. Compared to the conventional design methods, empirical control systems have the ability to learn based on the information obtained from the environment, continuously improving robot’s behaviour. This paper presents a review on current research results, with emphasis on control systems based on the Q-learning algorithm and soft computing techniques. Comparative analysis has been conducted in terms of common robot-based and vision-based tasks. Described algorithms and experimental evaluations in real world clearly points out the advantages of implementation of the empirical theory in the conceptual design process of the control systems. PB - JUPITER Asocijacija, Univerzitet u Beogradu - Mašinski fakultet C3 - 38th JUPITER Conference : Proceedings, Beograd, maj 2012 T1 - Емпиријско управљање интелигентног роботског система – преглед стања у области истраживања T1 - Empirical Control for Intelligent Robotic Systems – State-of-the-Art EP - 3.158 SP - 3.149 UR - https://hdl.handle.net/21.15107/rcub_machinery_4565 ER -
@conference{ author = "Mitić, Marko and Miljković, Zoran and Babić, Bojan", year = "2012", abstract = "Емпиријско управљање представља нов приступ у концепцијском пројектовању управљачких система мобилних робота и робота вертикалне зглобне конфигурације. У односу на конвенционалне приступе, емпиријски системи имају способност машинског учења на основу прикупљених информација из технолошког окружења, перманентно унапређујући своје понашање сходно постављеном задатку. У раду је дат детаљан преглед истраживања у овој области са посебним освртом на развој и имплеметацију емпиријских управљачких система на бази машинског Q-учења ојачавањем и soft computing техника вештачке интелигенције. Извршена је анализа актуелних праваца истраживања са становишта карактеристичних проблема управљања роботских система (проблем навигације, избегавања препрека, праћења зида технолошког окружења, и/или визуелног навођења). Сваки од презентованих истраживачких резултата је укратко описан, са јасно наглашеном предношћу примене теорије емпиријског управљања у процесу концепцијског пројектовања управљачких система., Empirical control presents a new approach in the domain of the conceptual design of the control systems for mobile robots and robot manipulators. Compared to the conventional design methods, empirical control systems have the ability to learn based on the information obtained from the environment, continuously improving robot’s behaviour. This paper presents a review on current research results, with emphasis on control systems based on the Q-learning algorithm and soft computing techniques. Comparative analysis has been conducted in terms of common robot-based and vision-based tasks. Described algorithms and experimental evaluations in real world clearly points out the advantages of implementation of the empirical theory in the conceptual design process of the control systems.", publisher = "JUPITER Asocijacija, Univerzitet u Beogradu - Mašinski fakultet", journal = "38th JUPITER Conference : Proceedings, Beograd, maj 2012", title = "Емпиријско управљање интелигентног роботског система – преглед стања у области истраживања, Empirical Control for Intelligent Robotic Systems – State-of-the-Art", pages = "3.158-3.149", url = "https://hdl.handle.net/21.15107/rcub_machinery_4565" }
Mitić, M., Miljković, Z.,& Babić, B.. (2012). Емпиријско управљање интелигентног роботског система – преглед стања у области истраживања. in 38th JUPITER Conference : Proceedings, Beograd, maj 2012 JUPITER Asocijacija, Univerzitet u Beogradu - Mašinski fakultet., 3.149-3.158. https://hdl.handle.net/21.15107/rcub_machinery_4565
Mitić M, Miljković Z, Babić B. Емпиријско управљање интелигентног роботског система – преглед стања у области истраживања. in 38th JUPITER Conference : Proceedings, Beograd, maj 2012. 2012;:3.149-3.158. https://hdl.handle.net/21.15107/rcub_machinery_4565 .
Mitić, Marko, Miljković, Zoran, Babić, Bojan, "Емпиријско управљање интелигентног роботског система – преглед стања у области истраживања" in 38th JUPITER Conference : Proceedings, Beograd, maj 2012 (2012):3.149-3.158, https://hdl.handle.net/21.15107/rcub_machinery_4565 .