Use este identificador para citar ou linkar para este item:
http://riu.ufam.edu.br/handle/prefix/7014
Registro completo de metadados
Campo DC | Valor | Idioma |
---|---|---|
dc.contributor.advisor1 | Silva, Edson de Araújo | - |
dc.contributor.advisor1Lattes | http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4437458Y0&tokenCaptchar=03AAYGu2S_E6vG-RFhA5fA9MgxTKab_k9YZr9sJks5NOgmTqfqkDznyzIAb50pBiKAhNye0tZgCMlngaTDW80oJBJm2js71rlb9jLJ_lcYnItq4IZfJb1hTf5aLa8R72mifzUQdby67-VxN97OXnX51tVn6LJwhkCS_-8kz2uNxK_Z872XF9qgkS80WYJXy3IJ3tUR9X2HgG6on-uMzMwvsT5h4Bnu-VkzXvzsZRmPCr3mfKTNskVuRcZ8H1liR4S87G5Q9NOPOiB15Ya7vox_f64VnUb9Okpb95e_Tmh1XxXIo562Z5onKNAVrxtdzm3zZPkYQ5SPFiq1zz55Gw6KuXs2gSlvToKe3I2Twnzj3dHk5jz8KWJFLLY8pXxZ-nIx-CMVFKAb1mEzftHkDDDBUQSqWlfB0_-eTNnt6t1cxBVadRM3__UV3KfjzhhGWKqCYFhYq7_WjRISfMvA1ykCx5vDBJl-I2DLCGmJ8gk-XdJF8V2iIazd0GHYTQYXo8qJbFXtTla42AXr2_UUvu8BhHWEhXsZ6Sih2uSSJ0lAosP5Yt8vohWN-sY0RAQG22J-zsYV8Z3hL6NB | pt_BR |
dc.contributor.referee1 | Oliveira, Felipe Gomes de | - |
dc.contributor.referee2 | Souza, Adriano Honorato de | - |
dc.creator | Souza, Fabricio Pinheiro de | - |
dc.date.accessioned | 2023-10-06T13:36:25Z | - |
dc.date.available | 2023-10-06T13:36:25Z | - |
dc.identifier.uri | http://riu.ufam.edu.br/handle/prefix/7014 | - |
dc.description.abstract | This work proposes a tracking and follow-up technique training of people through follower robots, using learning by reinforcement. The approach is based on the Deep Q-Network (DQN) algorithm, which combines reinforcement learning and deep neural networks. The implementation ˜ consists of a customized training environment and an agent capable of learn to move around from a scenario created in the Gazebo simulator. ' The work presents a bibliographic review on the subject, followed by the description of the methodology used, which involves research in the databases, construction of the solution and training of the model. As a result, the technique is proposal proved to be feasible to be applied and tested in real robots and has potential for several applications, such as surveillance, search and rescue, as- human assistance and security. | pt_BR |
dc.description.resumo | Este trabalho propõe uma técnica de rastreamento e acompanhamento de pessoas por meio de robôs seguidores, utilizando aprendizado por reforço. A abordagem baseia-se no algoritmo Deep Q-Network (DQN), que combina aprendizado por reforço e redes neurais profundas. A implementação consiste em um ambiente de treinamento customizado e um agente capaz de aprender a se locomover a partir de um cenário criado no simulador Gazebo. O trabalho apresenta uma revisão bibliográfica sobre o tema, seguida pela descrição da metodologia utilizada, que envolve pesquisa nas bases de dados, construção da solução e treinamento do modelo. Como resultado, a técnica proposta demonstrou ser viável para ser aplicada e testada em robôs reais e tem potencial para diversas aplicações, como vigilância, busca e resgate, assistência humana e segurança. | pt_BR |
dc.language | por | pt_BR |
dc.publisher.country | Brasil | pt_BR |
dc.publisher.department | ICET - Instituto de Ciências Exatas e Tecnologia (Itacoatiara) | pt_BR |
dc.rights | Acesso Aberto | pt_BR |
dc.rights.uri | An error occurred getting the license - uri. | * |
dc.rights.uri | An error occurred getting the license - uri. | * |
dc.subject | Robótica | pt_BR |
dc.subject | OpenAI Gym | pt_BR |
dc.subject | Deep Q-Network | pt_BR |
dc.subject | Aprendizado por Reforço | pt_BR |
dc.subject | ROS | pt_BR |
dc.subject.cnpq | CIENCIAS EXATAS E DA TERRA | pt_BR |
dc.title | Controlador baseado em aprendizado por reforço para robôs seguidores de pessoas | pt_BR |
dc.type | Trabalho de Conclusão de Curso | pt_BR |
dc.creator.affiliation | Universidade Federal do Amazonas | pt_BR |
dc.date.event | 2023-06-28 | - |
dc.publisher.localpub | Itacoatiara (AM) | pt_BR |
dc.subject.controlado | Redes neurais (Computação) | pt_BR |
dc.subject.controlado | Inteligência computacional | pt_BR |
dc.subject.controlado | Robôs - Programação | pt_BR |
dc.creator.affiliation-init | UFAM | pt_BR |
dc.publisher.course | Sistemas de Informações - Bacharelado - Itacoatiara | pt_BR |
Aparece nas coleções: | Trabalho de Conclusão de Curso - Graduação - Ciências Exatas e da Terra |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
TCC_FabricioSouza.pdf | 2,14 MB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.