Συντάχθηκε 14-07-2026 14:03
Τόπος:
Σύνδεσμος τηλεδιάσκεψης
Έναρξη: 15/07/2026 16:00
Λήξη: 15/07/2026 17:00
ΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗΣ
Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών
Πρόγραμμα Προπτυχιακών Σπουδών
ΠΑΡΟΥΣΙΑΣΗ ΔΙΠΛΩΜΑΤΙΚΗΣ ΕΡΓΑΣΙΑΣ
Κωνσταντίνου Τσάμη
με θέμα
Ενεργό Ρομποτικό SLAM (Simultaneous Localization and Mapping) με χρήση Ενισχυτικής Μάθησης
Active Robot SLAM (Simultaneous Localization and Mapping) using Reinforcement Learning
Εξεταστική Επιτροπή
Καθηγητής Μιχαήλ Γ. Λαγουδάκης (Σχολή ΗΜΜΥ, Επιβλέπων)
Καθηγητής Θρασύβουλος Σπυρόπουλος (Σχολή ΗΜΜΥ)
Καθηγητής Παναγιώτης Παρτσινέβελος (Σχολή ΜΗΧΟΠ)
Περίληψη
Τα αυτόνομα ρομπότ χρησιμοποιούνται όλο και περισσότερο για την εξερεύνηση και τη χαρτογράφηση περιβαλλόντων που είναι άγνωστα και συχνά επικίνδυνα για τον άνθρωπο. Η εξερεύνηση και η χαρτογράφηση συνδέονται στενά με το πρόβλημα του Ταυτόχρονου Εντοπισμού Θέσης και Χαρτογράφησης (Simultaneous Localization and Mapping – SLAM), το οποίο απαντά σε δύο ερωτήματα ταυτόχρονα: «Πού βρίσκομαι;» και «Πώς μοιάζει ο κόσμος;» Όταν το ίδιο το ρομπότ αποφασίζει πού και πώς θα κινηθεί κατά τη διάρκεια του SLAM, ώστε να διατηρεί τον χάρτη και τη θέση του ακριβή, το πρόβλημα γίνεται Ενεργό SLAM (Active SLAM). Η παρούσα διπλωματική εργασία μελετά το Ενεργό SLAM για κινητά ρομπότ σε άγνωστα περιβάλλοντα με χρήση Ενισχυτικής Μάθησης (Reinforcement Learning) για τη λήψη αυτών των αποφάσεων. Ο πράκτορας παρατηρεί το περιβάλλον μέσω του (μερικού, ημιτελή) χάρτη που παράγεται κατά τη διαδικασία του SLAM. Με βάση αυτήν την παρατήρηση, επιλέγει μια ενέργεια που αντιστοιχεί σε μετακίνηση προς κάποια θέση-στόχο μέσα στο περιβάλλον. Στόχος του πράκτορα είναι να μάθει πώς να λαμβάνει αποφάσεις μετακίνησης, έτσι ώστε αποδοτικά να κατασκευάσει έναν συνεπή χάρτη που να καλύπτει όσο το δυνατόν μεγαλύτερο μέρος του περιβάλλοντος, διατηρώντας παράλληλα σταθερή εκτίμηση της θέσης του μέσα στον υπό κατασκευή χάρτη. Η προτεινόμενη μέθοδος βασίζεται στον αλγόριθμο Deep Q-Network (DQN). Επειδή η τρέχουσα κατάσταση του περιβάλλοντος αναπαρίσταται ως εικόνα, στον αλγόριθμο ενισχυτικής μάθησης ενσωματώνονται και Συνελικτικά Νευρωνικά Δίκτυα (CNN) για αποδοτικότερη επεξεργασία. Όλα τα πειράματα διεξήχθησαν στο περιβάλλον προσομοίωσης Gazebo, χρησιμοποιώντας το Robot Operating System (ROS) και ένα τροχοφόρο κινητό ρομπότ εξοπλισμένο με αισθητήρα LiDAR. Τα αποτελέσματα δείχνουν ότι ο πράκτορας μαθαίνει να αντιμετωπίζει το πρόβλημα σε διάφορα περιβάλλοντα με διαφορετικά χαρακτηριστικά. Πραγματοποιήθηκαν επίσης πειράματα σε εντελώς άγνωστα περιβάλλοντα που δεν χρησιμοποιήθηκαν κατά την εκπαίδευση, όπου ο πράκτορας διατήρησε σχετικά σταθερή εκτίμηση της θέσης του και χαρτογράφησε ικανοποιητικά μεγάλο μέρος του περιβάλλοντος.
Abstract
Autonomous robots are increasingly used to explore and map environments that are unknown and often unsafe for people. Exploration and mapping are closely related to the Simultaneous Localization and Mapping (SLAM) problem, which answers two questions at the same time: “Where am I?” and “What does the world look like?” When the robot itself decides where and how to move during SLAM, so as to keep both the map and its position accurate, the problem becomes Active SLAM. This diploma thesis studies Active SLAM for mobile robots in unknown environments using Reinforcement Learning to make these decisions. The agent observes the environment through the (partial, incomplete) map produced during the SLAM process. Based on this observation, it selects an action that corresponds to locomotion to a target location in the environment. The objective of the agent is to learn how to make locomotion decisions, in order to efficiently build a consistent map that covers as much of the environment as possible, while it keeps a stable estimate of its position within the map under construction. The proposed method is based on the Deep Q-Network (DQN) algorithm. Since the state is represented as an image, Convolutional Neural Networks (CNNs) are integrated into the reinforcement learning algorithm for efficient processing. All experiments were conducted in the Gazebo simulation environment, using the Robot Operating System (ROS) and a wheeled mobile robot equipped with LiDAR sensor. The results show that the agent learns to address the problem in several environments with different characteristics. Experiments were also conducted in totally unknown environments that were not used during training, where the agent kept a relatively stable estimate of its position and mapped satisfactorily a large part of the environment.
Meeting ID: 92827658713
Password: 694946
