Upravljanje gibanjem manipulatora u prostoru s preprekama primjenom dubokog potpornog učenja

diplomski rad

• Naslov (engleski): Motion control of a manipulator in environment with obstacles using deep reinforcement learning
• Autor: Marija Ančić
• Mentor: Marija Seder (mentor)
• Član povjerenstva: Marija Seder (predsjednik povjerenstva)
• Član povjerenstva: Ivan Marković (član povjerenstva)
• Član povjerenstva: Ivan Petrović (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2021-07-13, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

U ovom diplomskom radu mjeri se uspješnost primjene algoritama dubokog potpornog učenja za pronalazak rješenja problema Inverzne kinematike zglobova manipulatora. Eksperimentalni dio se provodi na robotu Baxteru koji ima sedam stupnjeva slobode. Inverzna kinematika je problem koji se sastoji od pronalaženja orijentacije i pozicije pojedinog zgloba kako bi manipulator došao u željenu točku. Analitičko rješenje ovog problema ne postoji stoga su se algoritmi dubokog potpornog učenja pokazali kao dobra metoda za pronalazak adekvatnog rješenja. U radu su opisane opće karakteristike robota, metoda učenja, primijenjeni algoritam i na kraju dobiveni eksperimentalni rezultati.

Sažetak (engleski)

This thesis measures the success of using deep reinforcement learning algorithms for finding solutions to the Inverse kinematics problem. The experimental part is performed on robot Baxter that has seven degrees of freedom. Inverse kinematics is a problem that consists of finding the orientation and position of an individual joint in order for the manipulator to reach the desired point.There is no analytical solution to this problem, so deep reinforcement learning algorithms have proven to be a good method for finding an adequate solution. The paper describes the general characteristics of robots, learning methods, applied algorithm and finally obtained experimental results.

• Ključne riječi: robot Baxter; inverzna kinematika; duboko potporno učenje; PPO; robotika
• Ključne riječi (engleski): robot Baxter; inverse kinematics; deep reinforcement learning; PPO; robotics
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:252735
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: diplomski; Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2023-01-13 09:41:07