Stefano Altopiedi
Pianificazione di traiettorie adattative di un robot collaborativo con tecniche di Reinforcement Learning = Planning of adaptive trajectories of a collaborative robot through reinforcement learning.
Rel. Stefano Paolo Pastorelli, Valerio Cornagliotto, Michele Polito. Politecnico di Torino, Master of science program in Mechanical Engineering, 2024
|
Preview |
PDF (Tesi_di_laurea)
- Thesis
Licence: Creative Commons Attribution Non-commercial No Derivatives. Download (9MB) | Preview |
Abstract
La robotica collaborativa, introdotta con l’Industria 4.0, trova la sua massima espressione con l’avvento dell’Industria 5.0, la cui filosofia è basata sulla stretta collaborazione uomo-robot. I cobot offrono numerosi benefici, migliorando la produttività, garantendo una maggiore sicurezza sul posto di lavoro ed una riduzione della fatica fisica degli operatori. Un aspetto fondamentale per questi dispositivi è rappresentato dalla pianificazione della traiettoria, che assicura un movimento sicuro, efficiente e preciso, all’interno di ambienti complessi. Ciò fa della pianificazione della traiettoria un campo della robotica di grande interesse, in continuo studio e sviluppo, con introduzione di tecniche innovative, anche grazie al recente apporto dell’intelligenza artificiale.
Lo scopo dell’elaborato consiste nell’analisi delle possibilità e dei limiti del Reinforcement Learning, applicato per la realizzazione di un pianificatore di traiettoria per robot antropomorfi che si adatti alle condizioni dinamiche di lavoro
Relators
Academic year
Publication type
Number of Pages
Course of studies
Classe di laurea
URI
![]() |
Modify record (reserved for operators) |
