CSED451 Term Project Final Presentation Title: Mirror Maze 20120324 CiTE 김현지 20120327 CiTE 김진석.
Final project presentation
-
Upload
oded-sugarman -
Category
Education
-
view
171 -
download
0
Transcript of Final project presentation
![Page 1: Final project presentation](https://reader036.fdocument.pub/reader036/viewer/2022062306/586fcaec1a28aba24c8b6b5d/html5/thumbnails/1.jpg)
אוניברסיטת בן גוריון בנגב
השוואת ביצועים של אלגוריתמים
מבוזרים עבור קבוצה של רובוטים
ניידיםמור בראף , עודד שוגרמן
הנחיה אקדמית: ד"ר רועי זיווןהנחיה מקצועית: הראל ידיד ציון
p-2015-078
![Page 2: Final project presentation](https://reader036.fdocument.pub/reader036/viewer/2022062306/586fcaec1a28aba24c8b6b5d/html5/thumbnails/2.jpg)
נושא ומוטיבציההפרוייקט עוסק בבעיה של קבלת החלטות עבור
מערכת מבוזרת.
Distributed Artificial Intelligenceלא קיימת יחידה מרכזית לריכוז הידע וקבלת החלטות.•
Multi Agent Systemsמערכות מרובות סוכנים (MAS)-
כל גורם )סוכן( מחזיק במידע לגבי חלק מהבעיה כך •שעליהם
לשתף פעולה בכדי להגיע לפתרון. חסינות המערכת, פרטיות המידע.יתרונות-•
P-2015-0782כנס פרויקטים
נושא ומוטיבציה
מטרה
רקע
תכנון
יישום
תוצאות
סיכום
![Page 3: Final project presentation](https://reader036.fdocument.pub/reader036/viewer/2022062306/586fcaec1a28aba24c8b6b5d/html5/thumbnails/3.jpg)
נושא ומוטיבציההפרוייקט יתמקד בבעיית כיסוי מטרות:
חיפוש ומעקב אחר נקודות עניין במרחב לצורך הפקת תועלת מסויימת.
MST))Mobile Sensor Teams חיפוש ומעקב אחר ניצולים באזורים מוכי אסון•מעקב אחר גורמים שונים המשפיעים על איכות •
הסביבהניהול סביבות ייצור רובוטיות •
נושא ומוטיבציה
מטרה
רקע
תכנון
יישום
תוצאות
סיכום
P-2015-0783כנס פרויקטים
![Page 4: Final project presentation](https://reader036.fdocument.pub/reader036/viewer/2022062306/586fcaec1a28aba24c8b6b5d/html5/thumbnails/4.jpg)
מטרת הפרויקט
, מערכת חומרה מבוזרים על מימוש אלגוריתמים •בשונה ממה שנחקר בעבר בתיאוריה
ובסימולציות.רובוטים ניידים הנעזרים המערכת כוללת •
על מנת ליצור כיסוי מטרות מיטבי בחיישנים והשוואה של ביצועיהם.
סיכום
תוצאות
נושא ומוטיבציה
רקע
מטרה
תכנון
יישום
P-2015-0784כנס פרויקטים
![Page 5: Final project presentation](https://reader036.fdocument.pub/reader036/viewer/2022062306/586fcaec1a28aba24c8b6b5d/html5/thumbnails/5.jpg)
Distributed Constraint Optimization Problem )DCOP(
מסגרת לייצוג ולפתרון בעיות מבוזרות במערכות •מרובות סוכנים.
DCOP of Mobile Sensor Teams )DCOP_MST(
מודל לייצוג בעיות של קבוצות רובוטים ניידים •המצוידים בחיישנים
מתמודד עם בעיות דינאמיות על ידי עדכון ערכי •המשתנים:
-Domainסט אילוצים-שכנים-
(Zivan, Yedidsion, Okamoto, Glinton & Sycara, 2014)
נושא ומוטיבציה
רקע
מטרה
תכנון
יישום
תוצאות
סיכום
P-2015-078כנס פרויקטים
DCOP_MSTמודל
5
![Page 6: Final project presentation](https://reader036.fdocument.pub/reader036/viewer/2022062306/586fcaec1a28aba24c8b6b5d/html5/thumbnails/6.jpg)
P-2015-078כנס פרויקטים
DCOP_MSTמודל נושא
ומוטיבציה
רקע
מטרה
תכנון
יישום
תוצאות
סיכוםמפת המטרות ידועה מראש לכל הנחה:
הסוכנים.פונקציית מטרה:
6
סוכנים ומטרותכיסויCredibility משתנהDomainאילוץMobility
RangeSensing
Range
![Page 7: Final project presentation](https://reader036.fdocument.pub/reader036/viewer/2022062306/586fcaec1a28aba24c8b6b5d/html5/thumbnails/7.jpg)
אלגוריתמי חיפוש לוקלייםהגדרה
אלגוריתמים איטרטיביים, לא שלמים המפיקים פתרון איכותי בזמן ריצה סביר
במסגרת הפרוייקט נבחן שני סוגים:
1. DSA – Distributed Stochastic Algorithm
כל סוכן מחפש אחר ההשמה האלטרנטיבית המיטבית ונע לכיוונה בהסתברות מסוימת.
P-2015-078כנס פרויקטים
נושא ומוטיבציה
רקע
מטרה
תכנון
יישום
תוצאות
סיכום
7
![Page 8: Final project presentation](https://reader036.fdocument.pub/reader036/viewer/2022062306/586fcaec1a28aba24c8b6b5d/html5/thumbnails/8.jpg)
אלגוריתמי חיפוש לוקליים2 .Max_Sum Algorithm
נבנה גרף DCOPעבור בעיית רב גורמים המכיל צמתי משתנים
וצמתי פונקציות.
( v צומת משתנה )סוכן •( f צומת פונקציה )מטרה •
האלגוריתם בוחן את כל קומבינציות ההשמות •האפשריות של סוכנים המוגדרים כשכנים של
מטרה. מחפש את ההשמה שנותנת את התועלת •
המקסימלית.P-2015-078כנס פרויקטים
נושא ומוטיבציה
רקע
מטרה
תכנון
יישום
תוצאות
סיכום
8
![Page 9: Final project presentation](https://reader036.fdocument.pub/reader036/viewer/2022062306/586fcaec1a28aba24c8b6b5d/html5/thumbnails/9.jpg)
עקרונות באלגוריתמי חיפוש
PILR )Periodic Incremented Largest Reduction(
Exploitationניצול השמות שנבחנו בעבר, מסייע
למציאת הפתרון הטוב היותר בטווח הזמן הקצר.
Explorationחקר הסביבה וחיפוש השמות שעוד לא
נבחנו , מסייע ליציאה ממינימום לוקאלי ולהגעה לפתרון טוב יותר בטווח הארוך.
P-2015-078כנס פרויקטים
נושא ומוטיבציה
רקע
מטרה
תכנון
יישום
תוצאות
סיכום
9
![Page 10: Final project presentation](https://reader036.fdocument.pub/reader036/viewer/2022062306/586fcaec1a28aba24c8b6b5d/html5/thumbnails/10.jpg)
Peer-To-Peer Architecture
Robot Operating System
iROBOTPrime Sense
Development environment
תכנון הפרויקט והניסויים
P-2015-078כנס פרויקטים
נושא ומוטיבציה
רקע
מטרה
תכנון
יישום
תוצאות
סיכום
10
![Page 11: Final project presentation](https://reader036.fdocument.pub/reader036/viewer/2022062306/586fcaec1a28aba24c8b6b5d/html5/thumbnails/11.jpg)
יישום במסגרת הפרויקט נבחנו ביצועי ארבעה
:DCOP_MST מותאמים למודל אלגוריתמים DSA
DSA_PILRMAX_SUMMAX_SUM_PILR
עבור כל אחד מהאלגוריתמים הורצו עשרהניסויים לדמוי תרחישי כיסוי שונים במרחב.
.בכל ניסוי שתי מטרות ושלושה סוכנים סבבים לשיפור הכיסוי הכולל.14כל ניסוי כולל בתום הסבב השישי התרחש אירוע דינאמי של
הזזת מטרה.
P-2015-078כנס פרויקטים
נושא ומוטיבציה
רקע
מטרה
תכנון
יישום
תוצאות
סיכום
11
![Page 12: Final project presentation](https://reader036.fdocument.pub/reader036/viewer/2022062306/586fcaec1a28aba24c8b6b5d/html5/thumbnails/12.jpg)
קשייםבעיות סנכרון הודעות•התנגשויות •סטיות בתנועה •מעקב אחר תרחישים•עיבוד תמונה•בעיות תקשורת •
P-2015-078כנס פרויקטים
נושא ומוטיבציה
רקע
מטרה
תכנון
יישום
תוצאות
סיכום
12
![Page 13: Final project presentation](https://reader036.fdocument.pub/reader036/viewer/2022062306/586fcaec1a28aba24c8b6b5d/html5/thumbnails/13.jpg)
סרטון להמחשת הניסויים
P-2015-078כנס פרויקטים
נושא ומוטיבציה
רקע
מטרה
תכנון
יישום
תוצאות
סיכום
13
DSA_PILR דוגמה לניסוי אלגוריתם
![Page 14: Final project presentation](https://reader036.fdocument.pub/reader036/viewer/2022062306/586fcaec1a28aba24c8b6b5d/html5/thumbnails/14.jpg)
תוצאות הניסויים
P-2015-078כנס פרויקטים
נושא ומוטיבציה
רקע
מטרה
תכנון
יישום
תוצאות
סיכום
14
0 1 2 3 4 5 6 7 8 9 10 11 12 13 145565758595
105115125135145155165
DSA DSA_PILRMAX_SUM MAX_SUM_PILR
איטרציה מספר
רתות
הנסוי
הכישת
דרי
![Page 15: Final project presentation](https://reader036.fdocument.pub/reader036/viewer/2022062306/586fcaec1a28aba24c8b6b5d/html5/thumbnails/15.jpg)
תוצאות הניסויים
50
55
60
65
70
75
80
85
90
95
100
DSA
DSA_PILR
MAX_SUM
MAX_SUM_PILR
דינאמי ארוע אחרי
יתופ
הססוי
הכישת
דרי
לפני ארוע דינאמיP-2015-078כנס פרויקטים
נושא ומוטיבציה
רקע
מטרה
תכנון
יישום
תוצאות
סיכום
15
![Page 16: Final project presentation](https://reader036.fdocument.pub/reader036/viewer/2022062306/586fcaec1a28aba24c8b6b5d/html5/thumbnails/16.jpg)
סיכום ומסקנותסיכום
מטרות כיסוי בבעיית עסקנו הפרויקט במסגרת מצויידים ניידים רובוטים של קבוצה באמצעות
בחיישנים.
מסקנות מהניסויים אלגוריתם MAX_SUM_PILR התוצאות את הניב
תזוזת של דינאמי אירוע לפני ביותר הטובות מטרה.
אלגוריתםDSA_PILR הניב את התוצאות הטובותביותר לאחר אירוע דינאמי של תזוזת מטרה.
P-2015-078כנס פרויקטים
נושא ומוטיבציה
רקע
מטרה
תכנון
יישום
תוצאות
סיכום
16
![Page 17: Final project presentation](https://reader036.fdocument.pub/reader036/viewer/2022062306/586fcaec1a28aba24c8b6b5d/html5/thumbnails/17.jpg)
סיכום ומסקנות
מסקנות כלליות
ה אלמנט באלגוריתם, תלות Explorationללא מסייע להגעה לפיתרון טוב יותר.
אלגוריתם של החישוב סיבוכיות MAX_SUM לכל השונה השכנים לכמות בנוסף
המטרות. בין החישוב בזמני שונות יוצרת מטרה, זו עלולה לגדול גדול, שונות בבעיות בקנה מידה
ולגרום לבעיות במהלך ריצת האלגוריתם.
P-2015-078כנס פרויקטים
נושא ומוטיבציה
רקע
מטרה
תכנון
יישום
תוצאות
סיכום
17
![Page 18: Final project presentation](https://reader036.fdocument.pub/reader036/viewer/2022062306/586fcaec1a28aba24c8b6b5d/html5/thumbnails/18.jpg)
תודה על ההקשבה,
שאלות
P-2015-0781כנס פרויקטים 8
![Page 19: Final project presentation](https://reader036.fdocument.pub/reader036/viewer/2022062306/586fcaec1a28aba24c8b6b5d/html5/thumbnails/19.jpg)
נספחים
P-2015-0781כנס פרויקטים 9
![Page 20: Final project presentation](https://reader036.fdocument.pub/reader036/viewer/2022062306/586fcaec1a28aba24c8b6b5d/html5/thumbnails/20.jpg)
20 P-2015-078כנס פרויקטים
טבלת ממוצעי הניסויים•
DCOP דוגמה לבעיית•
Max-Sumדוגמה ל•
מודל•
השוואה זוגית של אלגוריתמי•ם
טבלת איכות הכיסוי של המט•רה
![Page 21: Final project presentation](https://reader036.fdocument.pub/reader036/viewer/2022062306/586fcaec1a28aba24c8b6b5d/html5/thumbnails/21.jpg)
DCOPדוגמה לבעיית בעיית זימון פגישות יכול להיות •
DCOPממודל בעזרת מודל
הבעיה מבוזרת מטבעה•
אנשים לא רוצים לחשוף מידע אישי •בלוח הזמנים עקב שמירת פרטיות.
לכל סוכן יש נקודת מבט אישית •ומקומית ללוח הזמנים שלו.
P-2015-0782כנס פרויקטים
1
![Page 22: Final project presentation](https://reader036.fdocument.pub/reader036/viewer/2022062306/586fcaec1a28aba24c8b6b5d/html5/thumbnails/22.jpg)
טבלת ממוצעי ניסויים
iterationalgorithm 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14
DSA159.60 100.40 84.00 70.80 70.80 70.80 68.80 125.20 101.20 93.20 88.80 88.80 88.80 88.80 88.80
DSA_PILR159.60 100.00 66.80 64.80 88.80 98.40 76.80 123.20 102.00 84.80 92.80 94.80 84.80 80.80 80.80
MAX_SUM159.60 76.00 70.80 70.80 70.80 70.80 70.80 135.20 101.20 93.20 93.20 93.20 93.20 93.20 93.20
MAX_SUM_PILR159.60 76.00 70.80 70.80 93.20 92.00 58.80 135.20 95.20 87.20 120.00 120.00 87.20 87.20 87.20
Avg. Experiment
P-2015-0782כנס פרויקטים 2
![Page 23: Final project presentation](https://reader036.fdocument.pub/reader036/viewer/2022062306/586fcaec1a28aba24c8b6b5d/html5/thumbnails/23.jpg)
Max-Sum Example
![Page 24: Final project presentation](https://reader036.fdocument.pub/reader036/viewer/2022062306/586fcaec1a28aba24c8b6b5d/html5/thumbnails/24.jpg)
Max-Sum Example
V1
F1,2
V2
V3F1,3 F3,4
F2,4
F2,3V4
![Page 25: Final project presentation](https://reader036.fdocument.pub/reader036/viewer/2022062306/586fcaec1a28aba24c8b6b5d/html5/thumbnails/25.jpg)
Max-Sum Example
V1
F1,2
V2
V3F1,3 F3,4
F2,4
F2,3V4
![Page 26: Final project presentation](https://reader036.fdocument.pub/reader036/viewer/2022062306/586fcaec1a28aba24c8b6b5d/html5/thumbnails/26.jpg)
Max-Sum Example
V1
F1,2
V2
V3F1,3 F3,4
F2,4
F2,3V4
![Page 27: Final project presentation](https://reader036.fdocument.pub/reader036/viewer/2022062306/586fcaec1a28aba24c8b6b5d/html5/thumbnails/27.jpg)
מודל DCOP_MST Real ()
מודל מותאם לסביבה אמיתית בעלת מגבלות חומרה•ארבע התאמות של עקרונות במודל:•
טווח כיסוי מצלמה מוגבל-יכולת כיסוי הסוכנים מותאמת למרחק מהחיישן- התמודדות עם מכשולים-
אפשרויות: 9- השמות אפשריות להתקדמות כולל
)Yedidsion and Zivan, 2014)
P-2015-0782כנס פרויקטים 7
![Page 28: Final project presentation](https://reader036.fdocument.pub/reader036/viewer/2022062306/586fcaec1a28aba24c8b6b5d/html5/thumbnails/28.jpg)
28 P-2015-078כנס פרויקטים
מצב זווית
) מעלות)
מרחק
) ריבוע) צלע
כיסוי איכות
)%(
יחידה למטרה כיסוי ערך
במסגרת) שהוזנו לערכים בהתאמההניסויים(
1 0 1 100% 100
2 0 2 50% 50
3 25 2.23 25% 25
4 45 1.4 80% 80
5 45 2.8 40% 40
6 25 2.23 25% 25
איכות כיסוי מטרה
![Page 29: Final project presentation](https://reader036.fdocument.pub/reader036/viewer/2022062306/586fcaec1a28aba24c8b6b5d/html5/thumbnails/29.jpg)
0 1 2 3 4 5 6 7 8 9 10 11 12 13 145565758595
105115125135145155165
DSA vs. DSA_PILRDSA DSA_PILR
איטרציה מספר
רתות
הנסוי
הכישת
דרי
P-2015-0782כנס פרויקטים 9
![Page 30: Final project presentation](https://reader036.fdocument.pub/reader036/viewer/2022062306/586fcaec1a28aba24c8b6b5d/html5/thumbnails/30.jpg)
0 1 2 3 4 5 6 7 8 9 10 11 12 13 145565758595
105115125135145155165
DSA_PILR vs. MAX_SUMDSA_PILR MAX_SUM_PILR
איטרציה מספר
רתות
הנסוי
הכישת
דרי
P-2015-0783כנס פרויקטים 0
![Page 31: Final project presentation](https://reader036.fdocument.pub/reader036/viewer/2022062306/586fcaec1a28aba24c8b6b5d/html5/thumbnails/31.jpg)
0 1 2 3 4 5 6 7 8 9 10 11 12 13 145565758595
105115125135145155165
MAX_SUM vs. MAX_SUM_PILR
MAX_SUM MAX_SUM_PILR
איטרציה מספר
רתות
הנסוי
הכישת
דרי
P-2015-0783כנס פרויקטים 1
![Page 32: Final project presentation](https://reader036.fdocument.pub/reader036/viewer/2022062306/586fcaec1a28aba24c8b6b5d/html5/thumbnails/32.jpg)
תוכן ענייניםנושא ומוטיבציה רקע מטרת הפרויקט תכנון תהליך היישום תוצאות סיכום ומסקנות
P-2015-0783כנס פרויקטים 2