Please take a moment to complete this survey below

Library's collection Library's IT development Cancel

Penerapan Q learning pada navigasi otonom robot dengan moving obstacle

Behavior based architecture adalah salah satu contoh arsitektur yang biasa digunakan untuk memprogram robot. Di dalam sebuah behavior based architecture diperlukan behavior coordination yang tepat seperti subsumption architecture, agar robot yang telah diprogram mampu menyelesaikan permasalahan seperti yang diharapkan oleh pemrogram. Namun, hal itu tidak cukup efektif untuk mengatasi kondisi lingkungan yang berubah-ubah, mengingat tidak ada kontroler robot dan pemrogram yang sempurna, jadi robot harus mampu belajar.
Robot yang mampu belajar dapat memperbaiki performa robot dalam menghadapi ketidakpastian. Algoritma Q learning adalah metode reinforcement learning populer yang digunakan pada pembelajaran robot karena sifatnya yang sederhana dan off policy.
Tujuan dari tugas akhir ini adalah untuk mengaplikasikan metode reinforcement learning dengan menggunakan algoritma Q learning pada navigasi otonom robot dengan moving obstacle sebagai representatif dari kondisi lingkungan yang berubah-ubah.
Sebagai hasilnya, robot telah berhasil melakukan navigasi otonom dan menghadapi kondisi lingkungan yang berubah-ubah, meski dengan beberapa keterbatasan akibat penempatan dan karakteristik sensor dan aktuator.

Creator(s)
  • (23406021) CHRISTOPHER V WALELANG
Contributor(s)
  • Handy Wicaksono → Advisor 1
  • Handry Khoswanto → Advisor 2
  • Petrus Santoso → Examination Committee 1
Publisher
Universitas Kristen Petra; 2011
Language
Indonesian
Category
s1 – Undergraduate Thesis
Sub Category
Skripsi/Undergraduate Thesis
Source
Skripsi No. 02010923/ELK/2011; Christopher Victory Walelang (23406021)
Subject(s)
  • ROBOTICS
  • ROBOT-CONTROL SYSTEMS
File(s)

Similar Collection

by creator, contributor, or subject