Dissertação
Apollo: Self-learning robots in medical centres - A framework for creating, training and testing reinforcement learning methods for autonomous hospital transportation robots EVALUATED
Nos últimos anos, surgiram avanços notáveis na Aprendizagem por Reforço em robôs autónomos, abrindo novas fronteiras em vários domínios, em particular na área da saúde. Este trabalho apresenta o Apollo, uma framework de código aberto concebida para capacitar a comunidade de investigação, fornecendo uma plataforma abrangente para criar, treinar e avaliar métodos de Aprendizagem por Reforço para robôs autónomos na área da saúde. Apollo é uma ramework versátil que integra um robô móvel autónomo e um simulador, fazendo a ponte entre o mundo virtual e o mundo real. Apollo é uma ferramenta poderosa, que os investigadores podem utilizar para enfrentar os desafios complexos da navegação em ambientes médicos delicados. A ramework promove o potencial da Aprendizagem por Transferência, permitindo o treino de modelos de Aprendizagem por Reforço em ambientes simulados, seguido de um treino de ajuste para a utilização no mundo real. Uma contribuição importante deste trabalho reside na introdução de um método de Aprendizagem por Reforço profunda, centrado em Redes-Q Profundas Duplas (DDQN), para abordar tarefas de transporte em ambientes médicos. Este método integra métodos de Localização e Mapeamento Simultâneos (SLAM) baseados em Grafos com DDQNs, permitindo ao robô navegar e transportar objectos em ambientes médicos sensíveis. A framework Apollo e a abordagem DDQN representam marcos significativos no campo da robótica na área da saúde, sendo imensamente promissores para aplicações que exigem adaptabilidade e operação autónoma. Através desta estrutura inovadora e do método proposto de Aprendizagem por Reforço Profundo, Apollo abre caminho a novos horizontes na automatização da saúde.
novembro 20, 2023, 18:0
Documentos da dissertação ainda não disponíveis publicamente
Orientação
ORIENTADOR
José Alberto Rodrigues Pereira Sardinha
Departamento de Engenharia Informática (DEI)
Professor Auxiliar
ORIENTADOR
Pedro Manuel Urbano de Almeida Lima
Departamento de Engenharia Electrotécnica e de Computadores (DEEC)
Professor Catedrático