1 / 13

Robot Warden

Robot Warden. Applicazioni di intelligenza artificiale LS Manni Tiziano 0000279932. OBIETTIVO. Realizzare un sistema di sorveglianza in ambiente dinamico. Stabilire una rete di goal all’interno dell’ambiente che ciascun robot dovrà raggiungere (punti strategici).

finna
Télécharger la présentation

Robot Warden

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Robot Warden Applicazioni di intelligenza artificiale LS Manni Tiziano 0000279932

  2. OBIETTIVO • Realizzare un sistema di sorveglianza in ambiente dinamico. • Stabilire una rete di goal all’interno dell’ambiente che ciascun robot dovrà raggiungere (punti strategici). • Uso di un framework basato sull’algoritmo di AntColonyOptimization in grado di trovare il percorso hamiltoniano ottimo tra i vari goal distribuiti all’interno dell’ambiente.

  3. Struttura Generale • AntColony: per l’implementazione generale dell’algoritmo di antcolony • AntColony4TSP: per l’implementazione dell’algoritmo specifico per la risoluzione di problemi di TSP (commesso viaggiatore). • SentrySystem: per adattare AntColony4TSP ai nostri scopi.

  4. AntColony System • Implementazione generale dell’algoritmo di antcolonyoptimization: • Le formiche si muovono in modo indipendente decidendo il nodo sul quale muoversi sulla base delle informazioni accumulate lungo il tragitto: comunicazione avviene grazie alla scia di feromoni lasciati lungo il cammino dalle formiche stesse. • La colonia: • inizializza il sistema creando le formiche • interviene sulla scia di feromoni depositate applicando delle politiche (ES: evaporazione dei feromoni nel tempo).

  5. AntColony System

  6. AntColonyFor TSP • Estensione di antcolony per la risoluzione del problema del commesso viaggiatore (TSP): • Ogni formica decide il prossimo goal da esplorare con due modalità (scelta con probabilità configurabile): • Inseguimento: • Esplorazione sulla base delle informazioni contenute localmente a ciascun goal.

  7. AntColonyFor TSP • Estensione di antcolony per la risoluzione del problema del commesso viaggiatore (TSP): • Quando la formica avrà visitato tutti i goal del grafo aggiorna il livello di feromoni percorrendo il cammino al contrario depositando

  8. AntColonyFor TSP • Estensione di antcolony per la risoluzione del problema del commesso viaggiatore (TSP): • La colonia, quando tutte le formiche hanno terminato, aggiorna il livello di feromoni lasciato lungo tutti gli archi del grafo seguendo questa politica:

  9. AntColonyFor TSP

  10. Sentry System • Per adattare antcolonyfor TSP si è dovuto applicare alcune modifiche: • ad ogni formica è associato un robot che si muove in simultanea alla formica stessa. • Quando la formica finisce la sua esplorazione riparte ad esplorare da capo il grafo.

  11. Sentry System

  12. L’applicazione

  13. Sviluppi Futuri • Sviluppo di un algoritmo per il posizionamento intelligente dei goal. • Sviluppo di strategie per rimpiazzare igoal non raggiungibili e garantire sempre una coperture di tutte le zone. • Analisi intelligente dei cambiamenti dell’ambiente (in caso di grossi cambiamenti dell’ambiente occorrerebbe azzerare il sistema per farlo ripartire).

More Related