End-to-End Visual Obstacle Avoidance for a Robotic Manipulator using Deep Reinforcement Learning (2021)
- Authors:
- Autor USP: SANCHES, FELIPE PADULA - ICMC
- Unidade: ICMC
- Sigla do Departamento: SCC
- Subjects: ROBÓTICA; APRENDIZADO COMPUTACIONAL; ROBÔS; INTERAÇÃO HOMEM-MÁQUINA; VISÃO COMPUTACIONAL
- Keywords: Aprendizado por reforço profundo; Controle de movimento; Deep reinforcement learning; Desvio de obstáculos; Manipuladores robóticos; Motion control; Obstacle avoidance; Robot manipulators; Robot vision; Visão robótica
- Agências de fomento:
- Language: Inglês
- Abstract: Mudanças recentes nos paradigmas industriais esperam que os robôs sejam inteligentes e capazes de tomar decisões. Os manipuladores robóticos precisam satisfazer muitos requisitos para operar adequadamente. Talvez o mais fundamental seja a capacidade de operar em seu ambiente sem colisões. Neste trabalho, evitamos obstáculos visuais em tarefas de alcance de meta de um manipulador robótico usando um modelo de Aprendizado por Reforço Profundo de ponta-aponta. A política de controle de movimento é responsável por atingir uma posição alvo e, ao mesmo tempo, evitar um obstáculo posicionado aleatoriamente na cena. Esta política usa dados de sensores proprioceptivos e de visão para operar. O agente de aprendizagem por reforço foi treinado através do algoritmo Twin-Delayed DDPG (TD3) em um ambiente simulado, utilizando a game engine Unity e o framework ML-Agents. Experimentos demonstram que o agente pode aprender com sucesso uma política significativa para evitar obstáculos usando imagens.
- Imprenta:
- Publisher place: São Carlos
- Date published: 2021
- Data da defesa: 28.06.2021
-
ABNT
SANCHES, Felipe Padula. End-to-End Visual Obstacle Avoidance for a Robotic Manipulator using Deep Reinforcement Learning. 2021. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2021. Disponível em: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-30082021-100712/. Acesso em: 09 jan. 2026. -
APA
Sanches, F. P. (2021). End-to-End Visual Obstacle Avoidance for a Robotic Manipulator using Deep Reinforcement Learning (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/55/55134/tde-30082021-100712/ -
NLM
Sanches FP. End-to-End Visual Obstacle Avoidance for a Robotic Manipulator using Deep Reinforcement Learning [Internet]. 2021 ;[citado 2026 jan. 09 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-30082021-100712/ -
Vancouver
Sanches FP. End-to-End Visual Obstacle Avoidance for a Robotic Manipulator using Deep Reinforcement Learning [Internet]. 2021 ;[citado 2026 jan. 09 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-30082021-100712/
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
