طرح کنترل فازی در رباتهای متحرک با استفاده از الگوریتم های ژنتیک

طرح کنترل کننده های فازی برای اجرای رفتارها در روباتهای متحرک یک کار پیچیده و بسیار زمانبر است استفاده از تکنیکهای یادگیری ماشینی ، مثل الگوریتم های پیشرفته با شبکه های عصبی مصنوعی برای فراگیری این کنترل کننده ها امکان اتوماتیک کردن فرایند طرح را فراهم می سازد دراین مقاله طرح خودکار کردن یک کنترل گر فازی با استفاده از الگوریتم های ژنتیک برای اجرا رفتار به دنبال دیوار در یک روبات متحرک شرح داده می شود الگوریتم براساس شیوه فراگیری تکرار (IRL) (ILerative Rule Learning) است و یک پارامتر با هدف انتخاب ارتباط بین تعداد قوانین و کیفیت و دقت کنترل گر تعریف می شود طراح مجبور است و دقت هر متغیر و همچنین کسب دستورالعمل را تعریف کند هیچ محدودیتی نه در تعداد برچسبهای زبان شناسی و نه در مقادیری که دستورالعمل اعضا را تعریف می کند قرار نگرفته است.

کلیدواژه ها:

شیوه فراگیری تکرار IRL ، الگوریتم ژنتیک ، کنترل فازی ، روباتهای متحرک ، دنبال کننده خطی