Exportar este item: EndNote BibTex

Use este identificador para citar ou linkar para este item: http://www.bdtd.uerj.br/handle/1/11871
Tipo do documento: Dissertação
Título: Otimização da comunicação na alocação dinâmica de tarefas em enxame de robôs
Título(s) alternativo(s): Optimization of communication in the dynamic task allocation using swarm of robots
Autor: Ribeiro, Luigi Maciel 
Primeiro orientador: Nedjah, Nadia
Primeiro coorientador: Mourelle, Luiza de Macedo
Primeiro membro da banca: Domingos, Roberto Pinheiro
Segundo membro da banca: Ayala, Helon Vicente Hultmann
Resumo: O interesse da comunidade acadêmica, em solucionar problemas de alta complexidade, vem crescendo nos últimos anos, intensificando a utilização da Inteligência de Enxame. A inteligência de Enxame possui inspiração biológica, proposta a partir da observação social de espécies auto-organizáveis, como formigas, abelhas, cupins, entre outros. A cooperação é a ideia central, pois possibilita a solução de problemas complexos com a realização coordenada de pequenas tarefas, que somadas levam a um objetivo comum. Essa coordenação só é possível com uma Alocação de Tarefas eficiente. A alocação deverá ser dinâmica, pois deve reagir às alterações do problema e do enxame, e também possuir uma solução distribuída e estocástica, respeitando o comportamento coletivo biológico que inspirou a Inteligência de Enxame. Otimização por enxame de partículas Particle swarm optimization - PSO) é um algoritmo de otimização que atende à esses requisitos, gerenciando um grupo de partículas que navegam em um espaço de busca limitado, onde a posição atual da partícula é uma possível solução. A posição de cada partícula é adaptativa em função da sua própria experiência e da experiência das demais. Com inspiração no PSO, o algoritmo Alocação Dinâmica de Tarefas em Cluster (ADTC) foi proposto. O algoritmo ADTC realiza a alocação de tarefas para um grupo de robôs de forma totalmente distribuída, onde cada um dos robôs representará uma partícula e a sua posição no espaço de busca representará uma alocação factível. Baseado no PSO, o ADTC realiza uma busca orientada do espaço, utilizando o mesmo conceito de velocidade adaptativa. Porém, esse processo exige uma intensa troca de informações entre os robôs, podendo ser um empecilho para grandes enxames. Nesta dissertação é proposta a utilização da topologia de comunicação em cluster, capaz de otimizar processos de comunicação, viabilizando a alocação de tarefas de grandes enxames. Os resultados obtidos com a topologia em cluster são comparados com os obtidos com a topologia em malha completa, mostrando o impacto da otimização da comunicação no desempenho da alocação dinâmica de tarefas. Na média, os resultados apresentam uma otimização de 30%.
Abstract: The interest of the academic community in solving highly complex problems has been growing in recent years, putting an emphasis on the use of Swarm Intelligence. The Swarm Intelligence has a biological inspiration, proposed from the social observation of self-organizing species such as ants, bees and termites. Cooperation is the central idea, it allows the solution of complex problems with the coordinated accomplishment of small tasks, which together lead to a common goal. This coordination is only possible with an efficient Task Allocation. The allocation should be dynamic, as it must react to the problem and swarm changes, and also to have a distributed and stochastic solution, respecting the biological collective behavior that inspired the Swarm Intelligence. Particle swarm optimization (PSO) is an optimization algorithm that meets these requirements by managing a set of particles that navigate in a limited search space where the particle's current position is a possible solution. The position of each particle is adaptive in function of its own experience and the experience of the others. Inspired by the PSO, the Alocação Dinâmica de Tarefas em Cluster (ADTC) algorithm was proposed. The algorithm ADTC assigns tasks to a group of robots in a totally distributed way, where each one will represent a particle and its position of the search space will represent a feasible allocation. Based on the PSO, the ADTC performs an oriented search of the space, using the same concept of adaptive speed. However, this process requires an intense exchange of information between robots, and can hinder the task allocation for large swarms. In this dissertation, we propose the use of the cluster communication topology, capable of optimizing the communication process between robots, making the allocation of tasks of large swarms. The results obtained using the cluster topology are compared to those obtained with the complete mesh topology, showing the impact of the communication optimization on the performance of the dynamic allocation of tasks. On average, the results show an optimization of 30%.
Palavras-chave: Electronic engineering
Artificial intelligence
Computational algorithms
Dynamic task allocation
Swarm robotics
Distributed computing
Swarm intelligence
communication topology
cluster
Engenharia eletrônica
Inteligência artificial
Algoritmos computacionais
Alocação dinâmica de tarefas
Robótica de enxame
Computação distribuída
Inteligência de enxame
Topologia de comunicação
Cluster
Área(s) do CNPq: CNPQ::ENGENHARIAS
Idioma: por
País: BR
Instituição: Universidade do Estado do Rio de Janeiro
Sigla da instituição: UERJ
Departamento: Centro de Tecnologia e Ciências::Faculdade de Engenharia
Programa: Programa de Pós-Graduação em Engenharia Eletrônica
Citação: RIBEIRO, Luigi Maciel. Otimização da comunicação na alocação dinâmica de tarefas em enxame de robôs. 2018. 117 f. Dissertação (Mestrado em Redes de Telecomunicações; Sistemas Inteligentes e Automação) - Universidade do Estado do Rio de Janeiro, Rio de Janeiro, 2018.
Tipo de acesso: Acesso Aberto
URI: http://www.bdtd.uerj.br/handle/1/11871
Data de defesa: 30-Mai-2018
Aparece nas coleções:Mestrado em Engenharia Eletrônica

Arquivos associados a este item:
Arquivo TamanhoFormato 
Luigi Maciel Ribeiro.pdf3,64 MBAdobe PDFBaixar/Abrir Pré-Visualizar


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.