Aprendizado autÃnomo aplicado a soluÃÃo de conflitos em gerenciamento de trÃfego aÃreo.

AUTOR(ES)
DATA DE PUBLICAÇÃO

2004

RESUMO

Modelos hÃbridos sÃo uma poderosa abstraÃÃo utilizada para representar sistemas hÃbridos, que consistem de uma combinaÃÃo de sistemas com dinÃmica contÃnua e discreta. A natureza hÃbrida de um sistema pode ser resultante da atuaÃÃo de um controle discreto sobre uma unidade de produÃÃo de natureza contÃnua ou da dinÃmica da unidade em si. Um sistema hÃbrido à muito geral, uma vez que contÃm tanto sistemas discretos quanto sistemas contÃnuos como casos particulares. Existem vÃrias propostas de abordagem para a anÃlise e sÃntese de estratÃgias de controle para tais sistemas. Podemos encontrÃ-las na literatura e citamos algumas alternativas no corpo deste trabalho. Este trabalho propicia a avaliaÃÃo da aplicabilidade e desempenho de tÃcnicas de aprendizado autÃnomo (baseadas em Aprendizado por ReforÃo) a um problema tipicamente formalizado como de controle hÃbrido. à adotado como estudo de caso um problema de Gerenciamento de TrÃfego AÃreo (GTA) atuando sobre dois aviÃes em situaÃÃo de colisÃo iminente. O problema em questÃo à de difÃcil modelagem no caso mais geral, o que motiva o uso de tÃcnicas model-free tais como Aprendizado por ReforÃo (AR) para a sua soluÃÃo. Apresentamos o projeto de um controlador aprendiz com estratÃgia de aplicaÃÃo de reforÃos visando unicamente afastar um aviÃo do outro e a sua atuaÃÃo sobre: a) a velocidade angular; b) a velocidade linear e c) as velocidades angular e linear em conjunto. Fazemos um estudo sobre a induÃÃo de ruÃdos nas variÃveis de controle. Por fim, apresentamos uma modificaÃÃo do projeto do controlador incluindo uma estratÃgia de manutenÃÃo da rota, e em seguida comparamos os resultados aos obtidos por tÃcnicas de controle hÃbrido.

ASSUNTO(S)

algoritmos soluÃÃo de problemas aprendizagem controle automÃtico teoria da aprendizagem soluÃÃo iterativa anÃlise numÃrica controle de trÃfego aÃreo

Documentos Relacionados