Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/71618
Title: การปรับปรุงกระบวนการวิวัฒนาการในวิธีกำหนดการเชิงพันธุกรรมเพื่อสร้างคำตอบที่มีความทนทานสำหรับปัญหาการนำร่องหุ่นยนต์
Other Titles: Improving evolutionary process in the genetic programming for generating a robust solution to the robot navigation problem
Authors: รุ่งโรจน์ นพสุวรรณชัย
Advisors: ประภาส จงสถิตย์วัฒนา
Other author: จุฬาลงกรณ์มหาวิทยาลัย. บัณฑิตวิทยาลัย
Advisor's Email: [email protected]
Subjects: หุ่นยนต์
หุ่นยนต์ -- การเขียนโปรแกรม
การโปรแกรมเชิงพันธุกรรม
Genetic programming (Computer science)
Robots
Robots -- Programming
Issue Date: 2541
Publisher: จุฬาลงกรณ์มหาวิทยาลัย
Abstract: งานวิจัยนี้ศึกษาการปรับปรุงวิธีการเรียนรู้แบบกำหนดการเชิงพันธุกรรม เพี่อให้คำตอบที่สร้างขึ้นมามีดวาม ทนทานมากขึ้น ปัญหาที่นำมาใช้คือ ปัญหาการนำร่องหุ่นยนต์ โดยการหาคำตอบซึ่งอยู่ในรูปของโปรแกรมคอมพิวเตอร์ทีใช้ควบคุมหุ่นยนต์ ในการเดินหลบหลีกสิ่งกีดขวางเพื่อไปยังเป้าหมายภายใต้สภาพแวดล้อมที่กำหนด โดยที่ความทนทานของคำตอบ คือ ความสามารถในการนำคำตอบนั้นไปทำงาน ควบคุมหุ่นยนต์ในสภาพแวดล้อมที่แตกต่างไปจากสภาพแวดล้อมที่ได้เรียนมา วิธีการที่ใช้เพิ่มความทนทานของคำตอบ ใช้การปรับปรุงกระบวนการวิวัฒนาการในระหว่างการหาคำตอบ โดย ให้เรียนรู้จากสภาพแวดล้อมที่แตกต่างกันจำนวนหลาย ๆ แบบ และการเพิ่มระดับความแตกต่างของสภาพแวดล้อมที่ใช้เรียนรู้เหล่านั้นให้มากขึ้น ผลการวิจัย โดยการเปรียบเทียบความทนทานของคำตอบทั้งก่อน และหลังการปรับปรุงกระบวนการ วิวัฒนาการ แสดงให้เห็นว่าจำนวนสภาพแวดล้อมในการเรียนรู้ที่เพิ่มขึ้น และสภาพแวดล้อมที่ใช้เรียนเที่มีความแตกต่างกันมากขึ้น มีผลทำให้ความทนทานของคำตอบเพิ่มสูงขึ้น ผลการวิเคราะห์ถึงสาเหตุที่ทำให้ความทนทานของคำตอบเพิ่มสูงขึ้น พบว่า เนื่องจาก ‘ประสบการณ์’ ที่คำตอบนั้นได้เรียนเมามีมากขึ้น และอัตราส่วนการนำประสบการณ์ที่ได้เรียนรู้มาไปใช้ในสภาพแวดล้อมที่ไม่ได้เรียนรู้มามีอัตราเพิ่มสูงขึ้น
Other Abstract: This research presents improvement of the Genetic Programming learning method for generating a robust solution to the robot navigation problem. The solution is in the form of a computer program that controls the robot to go to a target while avoiding obstacles within a particular environment. The robustness of a solution is defined as an ability to perform successfully in the environment that is different from the one that it was trained. The robustness of the solution is increased by improving the evolutionary process during the evolution of solutions by learning from multiple environments and by increasing the difference among those training environments. The robustness of a solution before and after improving evolutionary process is compared. The result shows that increasing the number of environments and increasing the difference among environments cause the solution to be more robust. The analysis shows that the robustness of a solution depends on the acquired ‘experience’ during the evolution and the ratio of experience reusing in an unknown environment.
Description: วิทยานิพนธ์ (วท.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2541
Degree Name: วิทยาศาสตรมหาบัณฑิต
Degree Level: ปริญญาโท
Degree Discipline: วิทยาศาสตร์คอมพิวเตอร์
URI: http://cuir.car.chula.ac.th/handle/123456789/71618
ISBN: 9743316167
Type: Thesis
Appears in Collections:Grad - Theses

Files in This Item:
File Description SizeFormat 
Roongroj_no_front_p.pdfหน้าปก และบทคัดย่อ1.08 MBAdobe PDFView/Open
Roongroj_no_ch1_p.pdfบทที่ 1829.97 kBAdobe PDFView/Open
Roongroj_no_ch2_p.pdfบทที่ 2973.26 kBAdobe PDFView/Open
Roongroj_no_ch3_p.pdfบทที่ 3993.21 kBAdobe PDFView/Open
Roongroj_no_ch4_p.pdfบทที่ 41.38 MBAdobe PDFView/Open
Roongroj_no_ch5_p.pdfบทที่ 51.13 MBAdobe PDFView/Open
Roongroj_no_ch6_p.pdfบทที่ 61.33 MBAdobe PDFView/Open
Roongroj_no_ch7_p.pdfบทที่ 8693.7 kBAdobe PDFView/Open
Roongroj_no_back_p.pdfบรรณานุกรม และภาคผนวก2.56 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.