Sistema de posicionamento de robôs em partidas de futebol baseado em inteligência coletiva por enxame

Carregando...
Imagem de Miniatura
Citações na Scopus
Tipo de produção
Tese
Data
2020
Autores
Laureano, Marcos Aurelio Pchek
Orientador
Tonidandel, Flavio
Periódico
Título da Revista
ISSN da Revista
Título de Volume
Citação
LAUREANO, Marcos Aurelio Pchek. Sistema de posicionamento de robôs em partidas de futebol baseado em inteligência coletiva por enxame. 2020. 230 p. Tese (Doutorado em Engenharia Elétrica) - Centro Universitário da FEI, São Bernardo do Campo, 2020. Disponível em: https://doi.org/10.31414/EE.2020.T.131229.
Palavras-chave
Algoritmos de computador
Resumo
A equipe Small Size League (SSL) da RoboFEI existe desde 2008. Uma das motivações para a existência do projeto é aplicação dos conhecimentos em eletrônica, mecânica e programação no uso e desenvolvimento de algoritmos voltados para a Inteligência Artificial (IA). A IA abrange várias técnicas, como aprendizado, otimização e algoritmos bioinspirados. Algoritmos bioinspirados são utilizados para os mais diversos propósitos, inclusive para que robôs possam trabalhar de forma colaborativa. A liga SSL evoluiu com o passar dos anos e algumas mudanças já foram realizadas como o aumento das dimensões do campo e quantidade de robôs. Essa evolução também traz maiores possibilidades de jogadas e aumento da complexidade de uma partida. O posicionamento dos robôs em campo torna-se importante como mecanismo de defesa e ataque. Neste cenário, no trabalho aqui relatrado é proposto a utilização do algoritmo Particle Swarm Optimization (Otimização de Enxame de Partículas) (PSO) como uma opção de inteligência coletiva aplicada para determinar o posicionamento dos robôs em partidas de futebol. São propostas novas funções de aptidão para defesa do gol e bloqueio de passes na liga SSL. Para o desenvolvimento dessas funções, princípios táticos de jogos do futebol moderno foram verificados. Para avaliar a efetividade das funções de otimização, são propostas novas métricas para mensurar o Índice de Performance do Posicionamento (IPOS) dos posicionamentos originais e otimizados. Essas métricas estão baseadas no Sistema de Avaliação Tática no Futebol (FUT–SAT) que define o Índice de Performance Tática (IPT) de uma equipe baseado em determinados critérios e posicionamentos em campo. Para avaliação da efetividade das funções de aptidão, foram selecionadas jogadas com gols efetivos da RoboCup 2019 – Liga A. Essas jogadas foram separadas do início do toque da bola até a finalização em gol em intervalos de 200 milissegundos e nomeadas de instantes. Para cada instante o posicionamento da defesa é otimizado. Ao final são aplicadas as métricas de avaliação do novo posicionamento e comparadas com as originais. A aplicação das métricas de avaliação e inspeção visual demonstram que os posicionamentos sugeridos poderiam ter impedido a continuidade da jogada em vários momentos antes da finalização ao gol. Os experimentos demonstraram a efetividade da otimização e das métricas. Finalmente, as funções de aptidão e métricas podem ser aplicadas em outras categorias de futebol de robôs
The RoboFEI Small Size League (SSL) team was created in 2008. One of the motivations for the project is the application of knowledge in electronics, mechanics, and programming in the development of algorithms focused on Artificial Intelligence (AI). AI covers several techniques, such as learning, optimization, and bioinspired algorithms. Bioinspired algorithms are used for the most diverse purposes, including so that robots can work collaboratively. The SSL has evolved over the years. Some changes have already been made, such as increasing the size of the field and the number of robots. This evolution also brings greater possibilities for moves and increased complexity of a match. The positioning of robots in the field becomes essential as a defense and attack mechanism. In this scenario, this work proposes the use of the Particle Swarm Optimization (PSO) algorithm as a collective intelligence option applied to determine the positioning of robots in soccer matches. Fitness functions were proposed for defending the goal and blocking passes in the SSL. In order to develop these functions, tactical principles of modern soccer games were verified. To assess the effectiveness of the optimization, functions metrics proposed to measure the Positioning Performance Index (PPI) of the original and optimized positions. These metrics based on the System of Tactical Assessment in Soccer (FUT-SAT) that defines the Tactical Performance Index (TPI) of a team based on specific criteria and positions in the field. To assess the effectiveness of the fitness functions, plays with effective goals from RoboCup 2019 – A league were selected. These plays were separated the match, from the beginning of the touch of the ball until the goal finish, at intervals of 200 milliseconds and called as “instants”. For each instant, the positioning of the defense is optimized. In the end, the evaluation metrics of the new positioning are applied and compared with the original. The evaluation and visual inspection metrics show that the suggested positions could have prevented the play’s continuation at several moments before the goal of the adversary team. The experiments demonstrated the effectiveness of optimization and metrics. Finally, we can apply fitness and metrics functions in other categories of soccer robots