GERAÇÃO DE TRAJETÓRIAS DE MANIPULADORES ROBÓTICOS USANDO DEEP REINFORCEMENT LEARNING

Abstract

Manipuladores robóticos são utilizados para automatizar processos industriais poupando mão de obra humana em ambientes de trabalho insalubres e em tarefas repetitivas. Abordagens tradicionais para a geração de trajetórias são usadas em ambientes estruturados que limitam-se principalmente a aplicações indústrias. No entanto, estas abordagens não permitem que o manipulador opere em ambientes dinâmicos nem interação humano-robô. Este trabalho propõe uma metodologia para a geração de trajetórias do manipulador robótico OpenMANIPULATOR-X em uma aplicação \textit{reaching} mediante técnicas de inteligência artificial. Esta metodologia é baseada em Deep Reinforcement Learning, sendo o trabalho dividido em duas etapas: implementação do algoritmo Soft Actor-Critic combinado com Hindsight Experience Replay e a aplicação deste algoritmo ao OpenMANIPULATOR-X usando Robot Operating System. Os resultados demonstraram que a metodologia proposta é promissora para o controle de manipuladores robóticos em aplicações mais complexas.