Uma arquitetura de subsunção adaptada baseada em aprendizagem para melhorar as técnicas de navegação autônoma na água
Navegação Autônoma, Veleiros Autônomos, Arquitetura Subsunção Adaptada, Aprendizado de Máquina
A navegação autônoma à vela enfrenta um paradigma diferente ao buscar uma melhor eficiência no cálculo de rotas. Ao contrário da navegação terrestre, onde o melhor caminho é resultante do trajeto mais curto, que possuí menos trânsito ou obstáculos, na água outros fatores dificultam essa dinâmica. Ainda é um incógnita para a comunidade robótica aquática o desenvolvimento de uma técnica eficiente de navegação, envolvendo controle de alto nível para tais veículos. Dessa forma, o maior problema tratado neste trabalho é como escolher e programar uma arquitetura de controle para veículos aquáticos completamente autônomos. Não obstante, que seja eficaz e fácil de utilizar. Assim, estabelecemos como objetivo aprimorar técnicas de navegação aquática autônomas de uma embarcação robótica, por meio da arquitetura subsumption aliada a técnicas de aprendizado de máquina. Sendo assim, o grande problema de controle é dividido em tarefas, que são isoladas em comportamentos, a serem resolvidas de forma independente por aprendizado de máquina. A grande diferença entre os algoritmos de controle normalmente utilizados e o da proposta se baseia no uso de um modelo reativo, resultando em rápidas tomadas de decisão - essenciais à navegação aquática autônoma - aliado a técnica de aprendizado de máquina, permite uma busca pelos melhores parâmetros dos comportamentos e arquitetura de controle. Portanto, a hipótese levantada neste trabalho é que por meio de uma arquitetura de controle e comportamento adaptável dinamicamente ao ambiente, possibilita obter melhores resultados consistentemente do que em arquiteturas fixas.