26217

طراحي كنترل‌كننده مبتني بر شناخت روبات دوپا در مسير داراي عدم قطعيت و با در نظر گرفتن مصرف انرژي

كارشناسي ارشد

برق كنترل

97

1400/09/01

دكتر محمد رضا جاهد مطلق

دكتر محمد رضا جاهد مطلق

برق

اين تحقيق به بررسي چگونگي حركت در انسان، باهدف پياده‌سازي آن در ربات دوپا پرداخته‌ است. براي اين كار مدل‌هاي شناختي، نرو بيولوژي و عصبي عضلاني در انسان بررسي‌شده و بر اساس آن‌يك معماري كنترلي ساخته‌شده‌ است. اين معماري در قالب پارادايم تصميم و اجرا متناسب با ساختار انسان، طراحي‌شده و كل معماري به دو سطح تقسيم‌شده است. براي سطح اجرا اهداف مستقيمي تعريف‌شده و اين اهداف توسط سطح تصميم ساخته مي‌شود. براي سطح تصميم، اهداف غيرمستقيم وجود دارد كه بر اساس توابع پاداش مشخص‌شده است. سطح اجرا از چندين كنترل‌كننده تشكيل‌شده كه به‌صورت سلسله مراتبي باهم در ارتباط هستند. وظيفه سطح تصميم، تصميم‌گيري براي جهت حركت ربات بوده و در اين قالب ربات را به سمت هدف و دوري از موانع هدايت مي‌كند. جهت حركت، هدف مستقيم سطح اجرا است و توسط كنترل‌كننده‌هاي اين سطح به حركت واقعي ربات تبديل مي‌شود. سطح اجرا عموماً بر اساس مدل بوده و به همين علت تضمين برقراري تعادل با معيار پايداري گشتاور صفر وجود دارد. در اين سطح با الگو گرفتن از حركت انسان بر ناهمواري‌هاي محيط، مكانيسمي جهت مقاومت در برابر عدم قطعيت‌هاي محيط طراحي و به‌صورت موفق پياده‌سازي شده است. سطح تصميم، تشخيص دادن مناسب جهت را از طريق يادگيري تقويتي، فرامي‌گيرد. براي اين نوع يادگيري كه مبتني بر پاداش است، جهت بهبود و تسريع يادگيري، شكل‌دهي بر روي تابع پاداش با مفهوم شناختي توجه، صورت گرفته است. به‌طوري‌كه ربات قادر است بر روي برخي از اين عوامل، در شرايط گوناگون توجه كند و مسئله تضاد پاداش با اين روش حل شود. الگو گيري از ساختار سلسله مراتبي انسان منجر به استفاده از مفهوم تطبيق شده و بر اساس آن سطح تصميم به‌جز ساخت هدف، با تنظيم برخي پارامتر‌هاي سطح اجرا، امكان مديريت مصرف انرژي را پيداكرده است. همچنين الگوريتم توسعه داده‌شده براي پيدا كردن مكان قدم‌هاي ربات با در نظر گرفتن محدوديت‌هاي فيزيكي ربات بوده و بدون بهينه‌سازي، مكان قدم مناسبي را پيدا مي‌كند. بنابراين به ازاي مقادير مختلفي كه سطح تصميم، براي جهت مشخص مي‌كند، ربات مي‌تواند حركت متعادلي داشته باشد و يادگيري ايمن باشد. موارد ذكرشده در شبيه‌سازي موردبررسي قرارگرفته است و نتايج، نشان‌دهنده‌ي تعامل مناسب ربات و محيط بوده است.

1400/12/18

Controller Design Based on Cognition for Biped In Environments with Uncertainty and Considering the Energy Consumption

11/22/2022 12:00:00 AM

This work focuses on developing a methodology for controlling a general humanoid robot based on human cognition and neuromuscular architecture. We present the concept of the Decision and Action paradigm following the human structure. Therefore the whole architecture is divided into two levels. The decision level creates direct goals for the Action level. On the other hand, there are indirect goals based on the reward function for the Decision level. The task of the decision level is to decide in what direction the robot has to move. Using this direction led to guiding the robot towards the goal and away from obstacles. The Action level consists of several controllers that are hierarchically interconnected. The controller of this level converts the direction into joint movement. The Action level is generally model base to ensure stability with the criterion of zero moment point. At this level, by modeling human movement on the roughness of the environment, a robust mechanism under environmental uncertainties has been designed and successfully implemented. Decision level, Learn to recognize the proper direction through reinforcement learning. Reward shaping with the cognitive concept of attention is successfully applied to improve and accelerate learning. Therefore the issue of reward conflict is solved. So the robot can pay attention to some of the reward factors in different situations. Modeling of the human hierarchical structure has led to the use of the concept of adaptation. According to it, along with choosing the goal, the decision level has made it possible to manage energy consumption by adjusting some parameters of the Action level. Also, in the algorithm for finding the location of steps, the physical limitations of the robot have been considered. This algorithm doesn't need optimization to find the position of the steps. Therefore the robot can move in balance no matter what direction the decision level determines. So the learning process is also safe meaning the robot doesn't fall while learning. Simulations Show suitable Robot-Environment interaction.

ربات دوپا , مصرف انرژي , عدم قطعيت , علوم شناختي , يادگيري تقويتي , تضاد پاداش , كنترل‌كننده شناختي , شكل‌دهي پاداش , نرو بيولوژي , راه رفتن

Bipedal robot , Energy consumption , Uncertainty , Cognitive science , Reinforcement learning , Reward conflict , Cognitive controller , Reward Shaping , Attention , Neurobiology , Walking

Milad Bananaliabbasi

Dr. Mohammadreza Jahedmotlagh