Mostrar registro simples

dc.contributor.advisorLibrelotto, Giovani Rubert
dc.creatorFaé, Fernando
dc.date.accessioned2022-07-18T19:10:33Z
dc.date.available2022-07-18T19:10:33Z
dc.date.issued2016-07-11
dc.date.submitted2016
dc.identifier.urihttp://repositorio.ufsm.br/handle/1/25483
dc.descriptionTrabalho de conclusão de curso (graduação) - Universidade Federal de Santa Maria, Centro de Tecnologia, Curso de Ciência da Computação, RS, 2016.por
dc.description.abstractAiming to promote research on fields such as artificial intelligence and robotics, RoboCup promotes annual robot soccer competitions. These competitions demand work on different knowledge fields like robotics, artificial intelligence, computer vision, electronics, etc. In 2015, the Taura Bots, robotics football team of Federal University of Santa Maria, participated for the first time in the RoboCup competition. Thus, came up the need to enhance the motor skills and the behaviour responsible for controlling the robot. In this context, was create a simulator called TauraSim, to assist on creation of the behaviour for the robot, abandon the need to have the robot always available. During a football match, there are many situations where the agent have more than one option of action, which can be a pass, kick, dribble, etc. With this in mind, it becomes necessary the creation of an algorithm that can be able to execute the best action given the situation of the match. Using the TauraSim simulator it was possible to create a decision-making algorithm for a specific situation of the match, making use of the Naive Bayes classifier to calculate the probabilities, getting considerable results, with a high percentage of correct answers. Another positive aspect is the fact that the Naive Bayes algorithm has its training data apart from its main code, it means that the algorithm can be easily adjusted to other match situations, just by modifying its training data.eng
dc.languageporpor
dc.publisherUniversidade Federal de Santa Mariapor
dc.rightsAcesso Abertopor
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subjectRobocupeng
dc.subjectComportamentopor
dc.subjectTauraSimpor
dc.subjectRobóticapor
dc.subjectSimulação computacionalpor
dc.subjectFutebol de robôspor
dc.subjectNaive Bayeseng
dc.subjectComputer simulationeng
dc.subjectRobot soccereng
dc.subjectBehavioureng
dc.subjectRoboticseng
dc.titleProposta de algoritmo de tomada de decisão para programação de robôs participantes da RoboCuppor
dc.title.alternativeProposal of an algorithm for a decision making system for robots participants of the RoboCupeng
dc.typeTrabalho de Conclusão de Curso de Graduaçãopor
dc.degree.localSanta Maria, RS, Brasil.por
dc.description.resumoTendo como objetivo promover as pesquisas nas áreas de Inteligência artificial e robótica, a RoboCup promove anualmente competições de futebol de robôs. Estas competições demandam trabalho em diferentes áreas do conhecimento como: robótica, inteligência artificial, visão computacional, eletrônica, etc. No ano de 2015 a Taura Bots, equipe de futebol de robôs da Universidade Federal de Santa Maria, participou pela primeira vez da competição. Assim surgiram as necessidades de aprimoramento das capacidades motoras dos robôs e também da parte de comportamento para o controle dos mesmos. Nesse contexto foi criado o simulador TauraSim para auxiliar na parte de criação do comportamento para os robôs, eliminando a necessidade de se ter um robô disponível constantemente. Durante uma partida de futebol existem várias situações onde o agente tem mais de uma opção de ação, seja um passe, drible, chute etc. Nesse contexto faz-se necessário um algoritmo que seja capaz de realizar a melhor ação possível em determinada situação de jogo. Fazendo o uso do simulador TauraSim, foi possível criar um algoritmo de tomada de decisão para uma jogada específica, utilizando o classificador Naive Bayes para o cálculo das probabilidades, obtendo um resultado consideravelmente bom quando comparado a um algoritmo randômico, com uma porcentagem de 74% de acertos. Além de seu bom desempenho pode-se destacar também que: como o algoritmo Naive Bayes tem o seu conjunto de treinamento à parte de seu código principal, o algoritmo pode ser facilmente adaptado para outras jogadas, necessitando apenas a modificação de seu conjunto de treinamento.por
dc.publisher.countryBrasilpor
dc.publisher.initialsUFSMpor
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOpor
dc.publisher.unidadeCentro de Tecnologiapor


Arquivos deste item

Thumbnail
Thumbnail

Este item aparece na(s) seguinte(s) coleção(s)

Mostrar registro simples

Acesso Aberto
Exceto quando indicado o contrário, a licença deste item é descrito como Acesso Aberto