Projeto NeuroFSM: Aprendizado de Autômatos Finitos através do uso de Redes Neurais Artificiais aplicadas à Robôs e Veículos Móveis Autônomos

Resumo

O Projeto NeuroFSM: Aprendizado de Autômatos Finitos através do uso de Redes Neurais Artificiais aplicadas à Robôs e Veículos Móveis, se insere no contexto das pesquisas e do desenvolvimento de "sistemas de controle e navegação inteligente em robótica móvel autônoma". Este projeto visa o desenvolvimento de veículos e robôs móveis autônomos (RMAs), com controle realizado em tempo-real, robôs estes: que possuam a capacidade de aprender a lidar com os dados provenientes de seus sensores mesmo estando sujeitos a imprecisões e erros; que sejam capazes de considerar diferentes situações e estados em que se encontram (contexto); que sejam capazes de decidir como agir para realizar o controle da sua movimentação; e que assim possam executar tarefas de controle e navegação das mais simples até tarefas mais complexas e de alto nível.A implementação do sistema de controle dos robôs móveis irá ser construída a partir da implementação de Autômatos Finitos (Máquinas de Estados Finitos - FSM) que representam o estado atual do robô, ou seja, o contexto ou a situação na qual este se encontra. Em função da situação atual em que o robô se encontra (estado) e das leituras de seus sensores (entradas) é gerado um comando de atuação, podendo o robô permanecer no estado atual em que se encontra ou mesmo mudar para um novo estado, com novas ações. Entretanto, esta Máquina de Estados Finitos (FSM) será implementada através de uma Rede Neural Artificial, que irá aprender a partir de exemplos coletados previamente como deve se comportar. A Rede Neural treinada determina como o robô deve se comportar frente a cada situação, sempre considerando o estado atual em que este se encontra e as entradas lidas de seus sensores, a fim de gerar as suas ações motoras. Cabe destacar aqui, que abordagens baseadas em Autômatos Finitos são bastante usuais na robótica, bem como em diversas outras áreas relacionadas à automação, porém o diferencial da proposta deste projeto é o fato de ser incluída a capacidade de adaptação e aprendizado, permitindo assim que os Autômatos Finitos possam ser "aprendidos" por uma Rede Neural Artificial (RNA). As Redes Neurais possuem propriedades interessantes de robustez perante entradas com ruídos e perturbações, além de apresentarem uma interessante capacidade de aprender a generalizar situações e ações, resultando assim na criação de Autômatos Finitos que serão mais estáveis e robustos. O fato de poder "treinar" a Rede Neural que controla um robô também merece destaque, pois muitas vezes é bem mais fácil "mostrar como se faz" (dando exemplos) do que "descrever como fazer", explicitando isto através de algoritmos e regras (criando programas). Portanto, será adotado um algoritmo de aprendizado de máquinas supervisionado para a criação das RNAs que simulam FSMs.Resumindo, o Projeto NeuroFSM visa pesquisar, desenvolver e aperfeiçoar algoritmos e métodos para o aprendizado supervisionado de Redes Neurais Artificiais, permitindo assim que estas redes possam implementar Máquinas de Estados Finitos (FSM) robustas, sendo aplicadas no controle e navegação de robôs móveis e veículos autônomos. Este trabalho tem como uma de suas referências iniciais estudos anteriores [OSO 02, HEI 06] que demonstraram a viabilidade do uso deste tipo de abordagem para controlar um veículo de modo que este realizasse o estacionamento em uma vaga paralela de modo completamente autônomo. O principal objetivo deste trabalho será o de desenvolver esta técnica, que foi inicialmente aplicada a um problema específico, de modo a aplicá-la em diferentes problemas da robótica móvel autônoma, buscando assim criar modelos mais genéricos e robustos que possam ser utilizados em diferentes tipos de aplicações (e.g. comboio de veículos autônomos e patrulhamento de ambientes internos).