Filippo Crosa
Reinforcement learning applicato alla robotica collaborativa = Reinforce learning applied to collaborative robotics.
Rel. Dario Antonelli. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Informatica (Computer Engineering), 2022
|
Preview |
PDF (Tesi_di_laurea)
- Tesi
Licenza: Creative Commons Attribution Non-commercial No Derivatives. Download (6MB) | Preview |
Abstract
Questo elaborato si propone di studiare l’interazione uomo-robot tipico dell’ambiente industriale di assemblaggio. Nello specifico, viene considerata una cella produttiva dove un operatore umano e un robot operano insieme, nello stesso momento e condividendo lo stesso spazio di lavoro con l’obiettivo di comporre lo stesso assemblato. Si ipotizza quindi di superare il concetto di ‘coesistenza’ tra uomo e robot - tipico delle moderne industrie - portandolo al livello successivo, ovvero di vera e propria ‘collaborazione’. Il setting preso in considerazione è quello tipico delle piccole aziende, con un basso volume di produzione diviso in piccoli lotti e i cui prodotti finali hanno potenzialmente un alto numero di varianti.
Proprio in virtù dell’alta variabilità del processo di assemblaggio, diventa cruciale l’interazione tra i due agenti (uomo e robot) che, idealmente, dovrebbero lavorare in perfetta sinergia e unicità di intenti; tuttavia il comportamento umano è affetto da impredicibilità, variabilità ed errore
Relatori
Anno Accademico
Tipo di pubblicazione
Numero di pagine
Corso di laurea
Classe di laurea
URI
![]() |
Modifica (riservato agli operatori) |
