Visualizar projeto

Dados Básicos
Título
Redes Neurais Profundas e Algoritmos Hierárquicos de Pathfinding para Computação de Elevação e Inclinação na Descoberta de Caminhos em Terrenos Virtuais
Número do projeto
056056
Número do processo
23081.043047/2021-43
Classificação principal
Pesquisa
Data inicial
18/05/2021
Data final
15/09/2021
Resumo
Pathfinding é o planejamento para resolver problemas de busca em grafos onde o objetivo é encontrar uma rota de menor custo entre dois pontos. Baseado em um grafo ponderado que representa o terreno, um nodo inicial e um nodo final, o algoritmo A* utiliza uma função de custo f(n) = g(n) + h(n) para avaliar os nodos do grafo. Enquanto g(n) indica o custo do caminho até o nodo (n), uma função de heurística h(n) estima o custo de (n) até uma posição de destino, em cada etapa do processo de busca. O objetivo deste trabalho é explorar o uso de redes neurais profundas (Deep Neural Networks – DNN) na computação de valores heurísticos de distância a serem usados por algoritmos hierárquicos de pathfinding. Algoritmos hierárquicos de pathfinding permitem dividir os mapas de grandes dimensões em clusters, representando clusters e bordas entre eles em um grafo abstrato. Em um passo preliminar de busca, esses algoritmos computam menores caminhos entre nodos/posições iniciais e finais nesse grafo abstrato. Em seguida, caminhos encontrados no primeiro passo de busca são refinados e suavizados em cada um dos clusters envolvidos. A proposta apresentada neste trabalho é o desenvolvimento e teste de algoritmos hierárquicos de pathfinding e DNN na resolução de problemas de busca de caminhos que considerem informações de elevação e inclinação do terreno virtual nas computações realizadas.
Objetivos
O objetivo deste trabalho é pesquisar, desenvolver e testar algoritmos de pathfinding que considerem o relevo do terreno, e usar a arquitetura DNN para auxiliar na busca e análise de tais caminhos durante o processamento de mapas em larga escala. O projeto tem as seguintes metas: ● Revisão da literatura sobre algoritmos de pathfinding; ● Pesquisar métodos de busca de caminhos que considerem a representação da inclinação e desníveis no terreno virtual; ● Desenvolver e testar algoritmos de busca de caminhos para manuseio de altura e inclinação em terreno virtual; ● Resolver o problema de encontrar rotas em áreas montanhosas para atender às necessidades de diversos tipos de agentes para se locomoverem nessas áreas; ● Usar DNN para ajudar a resolver o caminho;
Justificativa
O trabalho trata do problema de busca de caminhos em mapas de navegação. Em particular, o trabalho se concentra no cálculo de caminhos quando são levadas em consideração informações sobre a altura e a inclinação do terreno. O projeto justifica-se pela necessidade prática do algoritmo de busca do melhor caminho aplicado ao contexto de simulação, levando em consideração a especificidade da altura do terreno, priorizando o tratamento das informações de relevo ao longo do caminho. Isso inclui perguntas sobre as restrições de tráfego dos agentes envolvidos no problema proposto. O trabalho busca encontrar formas de implementação de um algoritmo eficaz no tratamento do nivelamento em altura dos caminhos encontrados, além de levar em consideração as irregularidades e hierarquia de representação do terreno. A pesquisa proposta neste artigo pretende contribuir com o estudo de algoritmos hierárquicos de pathfinding baseados em DNN, os quais devem ser ajustados para permitir encontrar caminhos que considerem características topográficas dos terrenos virtuais. Neste trabalho, testes dos algoritmos desenvolvidos devem ser realizados em terrenos virtuais com diferentes dimensões e características de relevo, permitindo medir o impacto dessas características na performance dos algoritmos implementados. Os resultados obtidos devem ser avaliados estatisticamente, com base em métricas tais como: custo do caminho encontrado, custo computacional, tempo de processamento, custo para aquisição da base de treinamento e robustez a diferentes terrenos, entre outras. O objetivo é permitir desenvolver um contraste entre os algoritmos e experimentos desenvolvidos.
Resultados esperados
Projeto, implementação e teste de um algoritmo que possa fazer buscas de caminhos em mapas de grandes dimensões considerando as características do terreno durante suas buscas de rotas. Apresentação e discussão de resultados experimentais que possam demonstrar e comparar as melhores soluções para este tipo de buscas usando algoritmos de busca de caminhos (pathfinding).
Projeto em âmbito confidencial
Não
Projeto superior
054885 - Deep Pathfinding: Explorando algoritmos de Deep Learning na proposta de novos algoritmos de pathfinding
Palavra-chave 1
Pathfinding
Palavra-chave 2
Deep learning
Palavra-chave 3
Topografia
Palavra-chave 4
[Não informado]
Tipo de evento
Não se aplica
Carga horária do curso
[Não informado]
Situação
Em andamento
Avaliação
Sem pendências de avaliação
Última avaliação
[Não informado]
Gestão do conhecimento e gestão financeira
O projeto pode gerar conhecimento passível de proteção?
Não
Propriedade Intelectual
[Não informado]
Proteção Especial
[Não informado]
Direito Autoral - Copyright
Não
O projeto contrata uma fundação? Indique a fundação
Não necessita contratar fundação
Classificações
Tipo
Classificação
Classificação CNPq
1.00.00.00 CIÊNCIAS EXATAS E DA TERRA
Linha de pesquisa
07.03.03 INTELIGÊNCIA ARTIFICIAL
Quanto ao tipo de projeto de pesquisa
2.01 Projeto de Pesquisa Pura

Plano Gestão
Objetivo Estratégico
PDI 2016-2026 - Desafios
Inovação, geração de conhecimento e transferência de tecnologia
Participantes
Matrícula Nome Função Carga Horária Período
@{matricula} @{pessoa.nomePessoa} @{funcao.descricao} @{cargaHoraria} h/semana @{dataInicial|format=dd/MM/yyyy} a @{dataFinal|format=dd/MM/yyyy}
Órgãos
Unidade Função Período
@{descricao} @{funcao.descricao} @{dataInicial|format=dd/MM/yyyy} a @{dataFinal|format=dd/MM/yyyy}
Plano de Trabalho
Metas/Indicadores/Fases
  • Meta:
    Meta única - Defesa Trabalho de Conclusão de Curso
    Período:
    18/05/2021 a 15/09/2021
    Valor:
    R$ [Não informado]
    Conclusão:
    0 %