Διπλωματικές Εργασίες

Μόνιμο URI για αυτήν τη συλλογήhttps://dspace.library.tuc.gr/handle/123456789/79

Νέα

131

Περιηγούμαι

Πλοήγηση Διπλωματικές Εργασίες ανά Συγγραφέα "Zervakis Michalis"

Φιλτράρετε τα αποτελέσματα πληκτρολογώντας τα πρώτα γράμματα
Τώρα δείχνει 1 - 2 από 2
  • Δεν υπάρχει διαθέσιμη μικρογραφία
    Δημοσίευση
    Visual color and field line recognition and exploitation for the RoboCup Standard Platform League
    (Πολυτεχνείο Κρήτης, 2014) Liverios-Marinos Ioannis; Λιβεριος-Μαρινος Ιωαννης; Lagoudakis Michael; Λαγουδακης Μιχαηλ; Chalkiadakis Georgios; Χαλκιαδακης Γεωργιος; Zervakis Michalis; Ζερβακης Μιχαλης
    In order to complete complex tasks, both humans and robots are bound by one of the most important senses, the visual sense, which helps them perceive the state of the environment that surrounds them. Robotic soccer, known as RoboCup, represents a complex, stochastic, real-time, multi-agent, competitive domain for autonomous robots. In such domains, the ability to understand the environment is critical for the accomplishment of the assigned task and is required for a range of activities, such as locomotion, coordination, and decision making. This thesis focuses on two specific aspects of robot visual perception, color and field line recognition, in order to complement prior work on this problem by our RoboCup team Kouretes. In RoboCup, the objects of interest are characterized by unique colors (orange ball, green field, yellow goalposts, white lines) and their recognition relies on the correct identification of image areas corresponding to the same color. However, the problem of color recognition is highly affected by the environment illumination conditions, as well as the robot's camera settings. In this thesis, we propose a new approach to color recognition, which relies on modeling on-line the signatures of the target colors in the color space under different illuminations using density estimation with Gaussian distributions and dynamically identifying and using the correct models by exploiting a metric on the most common color in the RoboCup environment (green). On the problem of field line recognition, we focus on identifying a variety of field line landmarks (straight lines, center circle, corners, T-lines), which are useful for localization. This is accomplished by searching for white pixels in the camera images, selectively keeping those that can be part of a line, and then identifying each type of line using curve fitting techniques. For each recognized line landmark, we use geometry and projection techniques to estimate its distance and bearing with respect to the robot. Our work contributes an on-line tool for color recognition and a real-time module for field line recognition appropriate for on-board execution on the Aldebaran Nao humanoid robots. The proposed methods perform reliably in most cases, failing only in extreme cases, which are typically infrequent during RoboCup games.
  • Δεν υπάρχει διαθέσιμη μικρογραφία
    Δημοσίευση
    Συστηματική αναζήτηση και ενισχυτική μάθηση για το επιτραπέζιο παιχνίδι Backgammon
    (Technical University of Crete, 2014) Tsigdinos Stylianos; Τσιγδινος Στυλιανος; Lagoudakis Michael; Λαγουδακης Μιχαηλ; Zervakis Michalis; Ζερβακης Μιχαλης; Petrakis Evripidis; Πετρακης Ευριπιδης
    Τα παιχνίδια απασχολούσαν, από τότε που υπάρχει πολιτισμός, τις διανοητικές λειτουργίες του ανθρώπου. Στα πλαίσια της Τεχνητής Νοημοσύνης, η αφηρημένη φύση των παιχνιδιών καθώς και η δυσκολία επίλυσής τους τα καθιστά ένα ενδιαφέρον πεδίο μελέτης. Στην παρούσα διπλωματική εργασία υλοποιούμε ένα πράκτορα για το επιτραπέζιο παιχνίδι Backgammon καθώς και ένα γραφικό περιβάλλον στο οποίο μπορούν να διεξαχθούν παρτίδες του παιχνιδιού αυτού με αντίπαλο τον πράκτορα μας ή κάποιον άνθρωπο-παίκτη. Σκοπός μας είναι η εύρεση μιας καλής στρατηγικής (policy), η οποία θα επιτρέπει στον πράκτορά μας να αυξήσει τις πιθανότητές του, με την κατάλληλη επιλογή κινήσεων, να οδηγηθεί σε μία τερματική κατάσταση νίκης. Η στρατηγική αυτή προσδιορίζει ουσιαστικά την συμπεριφορά του πράκτορα κατά την διάρκεια του παιχνιδιού. Ο μεγάλος παράγοντας διακλάδωσης του δέντρου αναζήτησης για το παιχνίδι αυτό, που πολλές φορές μπορεί να φτάσει μέχρι και κάποιες εκατοντάδες κινήσεις, καθώς και το στοιχείο της τύχης που ενυπάρχει στη φύση του παιχνιδιού, λόγω του ότι χρησιμοποιούνται ζάρια για την υπόδειξη των δυνατών αποστάσεων στις κινήσεις των δύο αντιπάλων, αυξάνει σημαντικά την δυσκολία αναζήτησης και εύρεσης της βέλτιστης αυτής στρατηγικής. Χρησιμοποιώντας ειδικές τεχνικές αναζήτησης, όπως αυτή του αλγόριθμου MiniMax και κάποιες παραλλαγές του όπως αυτή του κλαδέματος Alpha-Beta, πετύχαμε αποδεκτές ταχύτητες αναζήτησης σε ικανοποιητικό βάθος στο δέντρο αναζήτησης του παιχνιδιού. Η συστηματική αναζήτηση σε συνδυασμό με τη χρήση τεχνικών από το πεδίο της ενισχυτικής μάθησης (Reinforcement Learning) για την εκμάθηση μιας κατάλληλης συνάρτησης αξιολόγησης μέσα από δοκιμές σε πολλές παρτίδες, οδήγησαν στην εύρεση μιας στρατηγικής, η οποία επιτρέπει στον πράκτορά μας να ανταγωνιστεί αρκετά καλούς φυσικούς αλλά και τεχνητούς παίκτες στο παιχνίδι Backgammon.