جلسه دفاع از پایان نامه کارشناسی ارشدآقای محمد باقری

جلسه با موضوع طراحی یک کنترل کننده تناسبی-انتگرالی-مشتقی مبتنی بر یادگیری تقویتی برای یک نمونه ربات پوشیدنی، در تاریخ یک شنبه 20 مهر1404،برگزار می گردد.

جلسه دفاع از پایان نامه کارشناسی ارشدآقای محمد باقری حاجی ابادی با موضوع طراحی یک کنترل کننده تناسبی-انتگرالی-مشتقی مبتنی بر یادگیری تقویتی برای یک نمونه ربات پوشیدنی، از گروه مهندسی برق در تاریخ یک شنبه 20 مهر1404، ساعت 8 دراتاق شورای ساختمان صناعت برگزار می گردد.


استادان راهنما: دکترنگین سیاف ، دکتر مهدی ادریسی

چکیده: در این پژوهش، یک روش نوین برای طراحی کنترل‌کننده تناسبی-انتگرالی-مشتقی هوشمند برای یک نمونه ربات پوشیدنی در وظیف? نشستن و برخاستن ارائه شده است. هدف اصلی، خودکارسازی و بهینه‌سازی ضرایب کنترل‌کننده به‌صورت آنلاین با بهره‌گیری از یادگیری تقویتی عمیق و نیز مقایس? آن با نمونه‌هایی مبتنی بر شبکه‌های عصبی اسپایکی است. در شبیه‌سازی این پژوهش چهار الگوریتم یادگیری تقویتی عمیق (DDPG، TD3، PPO و SAC) به‌عنوان عامل‌های تنظیم‌کننده ضرایب کنترل‌کننده آموزش داده شدند و دو مدل شبکه عصبی اسپایکی (Rate-based و LIF) نیز برای تولید پارامترهای کنترل‌کننده مورد بررسی قرار گرفتند. برای یافتن تنظیمات بهینه? هایپرپارامترها از روش تاگوچی استفاده شد و معیارهای کمی شامل خطای ردیابی، مصرف انرژی و سیگنال‌های کنترلی مورد تحلیل قرار گرفتند. نتایج شبیه‌سازی نشان می‌دهد کنترل‌کننده‌های هوشمند مبتنی بر یادگیری تقویتی عمیق و شبکه‌های عصبی اسپایکی در مقایسه با PID کلاسیک با ضرایب ثابت، دقت ردیابی بالاتر و مصرف انرژی کمتر ارائه می‌دهند؛ به‌ویژه الگوریتم‌هایی مانند TD3 و SAC توازن بهتری بین دقت و پایداری یادگیری برقرار ساخته‌اند. همچنین مدل‌های LIF- با واقع‌گرایی زیست‌شناختی مناسب، عملکرد رقابتی‌ای نسبت به شبکه‌های نرخ‌محور نشان دادند. در پایان، مزایا، محدودیت‌ها و پیشنهاداتی برای کارهای آینده از جمله آزمون‌های تجربی روی نمونه‌های واقعی و تعمیم به حرکات پیچیده‌تر مطرح شده‌اند.
تاریخ:
1404/07/20
تعداد بازدید:
56
منبع:
دانشگاه اصفهان

آدرس: اصفهان، میدان آزادی، دانشگاه اصفهان،میدان خوارزمی، ابتدای بلوار سلامت، ساختمان انصاری
کدپستی: 8174673441
تلفن: 37932685 تلفکس: 36682887
راهنمای جامع تلفن های دانشگاه اصفهان

Powered by DorsaPortal