Aprendizado de marchas para um robô quadrúpede utilizando algoritmo genético multiobjetivo

Abstract

Este trabalho trata sobre o desenvolvimento de marchas factíveis para um robô quadrúpede utilizando algoritmo genético multiobjetivo. Desenvolveram-se três possíveis metodologias de otimização testadas em simulação computacional, utilizando Matlab e V-REP. A primeira consiste na busca de um conjunto de ângulos para as juntas do robô que formem uma marcha factível a ele. Isso se mostrou irrealizável, se tratando de uma otimização num espaço muito amplo de soluções. Sendo assim, a segunda abordagem envolve restringir esse espaço utilizando um conjunto de poses para as patas do robô, inspiradas em animais, com o intuito que o algoritmo encontre a melhor combinação dessas poses ao robô. A terceira é dada pela fixação de uma ordem de poses, a que se acredita ser a melhor para o quadrúpede, buscando otimizar alguns parâmetros relacionados à essas poses. Por fim, visando superar as diferenças do robô simulado com o real, faz-se a otimização, utilizando a terceira metodologia proposta, na plataforma real.