Utilize este link para identificar ou citar este item: https://bdm.unb.br/handle/10483/44435
Arquivos neste item:
Arquivo Descrição TamanhoFormato 
2025_ArthurGabrielDeOliveiraGuimaraes_tcc.pdf1,65 MBAdobe PDFver/abrir
Título: Framework automatizado em Jupyter Notebooks para análise de experimentos robóticos em simulação
Autor(es): Guimarães, Arthur Gabriel de Oliveira
Orientador(es): Rodrigues, Genaína Nunes
Assunto: Delineamento de Experimentos (DOE)
Robótica
Framework
Simulação (Computadores)
Análise estatística
Data de apresentação: 17-Out-2025
Data de publicação: 1-Jun-2026
Referência: GUIMARÃES, Arthur Gabriel de Oliveira. Framework Aautomatizado em Jupyter Notebooks para análise de experimentos robóticos em simulação. 2025. 65 f., il. Trabalho de Conclusão de Curso (Bacharelado em Engenharia da Computação) — Universidade de Brasília, Brasília, 2025.
Resumo: Missões robóticas dependem de agentes autônomos que devem operar com segurança e precisão em ambientes dinâmicos e altamente variáveis. Para reduzir riscos antes de testes no mundo real, a simulação desempenha um papel essencial. Entretanto, os experimentos conduzidos em simuladores sofrem de limitações conhecidas, e.g., inconsistências físicas, variabilidade entre execuções, dificuldades de auditoria dos parâmetros e pouca flexibili dade na customização dos cenários. Todos essas limitações comprometem a confiabilidade dos resultados e torna o processo experimental trabalhoso e fragmentado. Realizar exper imentos robustos em robótica exige não apenas controlar essas limitações, mas também integrar, de forma coesa, todas as etapas envolvidas: selecionar fatores, planejar o delin eamento experimental, executar simulações em larga escala, coletar dados estruturados e conduzir análises estatísticas rigorosas. Para lidar com esses desafios, esta monografia propõe um framework automatizado baseado em Jupyter Notebooks para apoio à análise experimental em simulação robótica. O uso de notebooks como ambiente integrado oferece rastreabilidade, transparência e reprodutibilidade, ao centralizar código, documentação, resultados, visualizações e análise estatística em um único fluxo interativo. O framework organiza o processo experimental a partir dos princípios do Delineamento de Experimentos (DOE), permitindo que engenheiros e designers de missão conduzam estudos sistemáticos, com amostragem adequada, execução automatizada das simulações e análise estatística orientada a hipóteses. Dessa forma, a solução proposta visa reduzir a complexidade iner ente ao processo e contribui para aumentar a confiabilidade dos resultados obtidos na etapa de simulação.
Abstract: Robotic missions rely on autonomous agents that must operate safely and precisely in dy namic and highly variable environments. To mitigate risks prior to real-world testing, sim ulation plays an essential role. However, experiments conducted in simulators face known limitations, e.g., physical inconsistencies, run-to-run variability, difficulties in parameter auditing, and limited flexibility in scenario customization. These limitations compromise result reliability and render the experimental process laborious and fragmented. Con ducting robust experiments in robotics requires not only controlling these limitations but also cohesively integrating all involved steps: factor selection, experimental design plan ning, large-scale simulation execution, structured data collection, and rigorous statistical analysis. To address these challenges, this monograph proposes an automated framework based on Jupyter Notebooks to support experimental analysis in robotic simulation. The use of notebooks as an integrated environment provides traceability, transparency, and reproducibility by centralizing code, documentation, results, visualizations, and statisti cal analysis into a single interactive workflow. The framework organizes the experimental process based on Design of Experiments (DOE) principles, enabling engineers and mission designers to conduct systematic studies with adequate sampling, automated simulation execution, and hypothesis-driven statistical analysis. Thus, the proposed solution aims to reduce the process’s inherent complexity and contributes to increasing the reliability of the results obtained during the simulation phase.
Informações adicionais: Trabalho de Conclusão de Curso (graduação) — Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2025.
Licença: A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor que autoriza a Biblioteca Digital da Produção Intelectual Discente da Universidade de Brasília (BDM) a disponibilizar o trabalho de conclusão de curso por meio do sítio bdm.unb.br, com as seguintes condições: disponível sob Licença Creative Commons 4.0 International, que permite copiar, distribuir e transmitir o trabalho, desde que seja citado o autor e licenciante. Não permite o uso para fins comerciais nem a adaptação desta.
Aparece na Coleção:Engenharia da Computação



Todos os itens na BDM estão protegidos por copyright. Todos os direitos reservados.