التعلم المعزز
محاكاة ملاحة روبوت متنقل
Mobile Robot Navigation Simulation
محاكاة روبوت تفاضلي الدفع يتجه إلى هدف ويتجنب العوائق بطريقة حقول الجهد، مع قياس المسار والحد الأدنى للمسافة من العوائق.
وصف المشكلة
المشروع مكتمل ويعمل بـ MATLAB الأساسي: نموذج حركي للروبوت (Unicycle) ومتحكم بسيط يجمع قوة جذب نحو الهدف وقوى تنافر من العوائق. هو أساس لمقارنة لاحقة بوكيل تعلم معزز في Simulink.
حالة المشروع: مكتمل وقابل للتشغيل بـ MATLAB الأساسي. شُغّل الكود كاملاً في GNU Octave 8.4 أثناء الإعداد، وهذا ناتجه الفعلي:
reached goal: 1 after 16.95 s path length = 14.104 m (straight line 12.021 m) minimum clearance from obstacles = 0.737 m final position = [8.982 8.904]
الأهداف التعليمية
- نمذجة حركة روبوت تفاضلي الدفع
- تصميم متحكم حقول الجهد
- المحاكاة بخطوة زمنية ثابتة
- قياس الأمان وكفاءة المسار
البيانات المطلوبة
بيئة مولدة داخل الكود: مساحة 10×10 م، البداية (0.5, 0.5) باتجاه 0، الهدف (9, 9)، وثلاث عوائق دائرية.
مصدر البيانات:
- بيئة مولّدة داخل الكود (لا مصدر خارجي)
خطوات التنفيذ
- عرّف الروبوت والعوائق والهدف.
- في كل خطوة احسب قوة الجذب والتنافر.
- حوّل الاتجاه المطلوب إلى سرعة خطية وزاوية.
- حدّث الوضع بمعادلات Unicycle.
- توقف عند الوصول أو التصادم.
- اطبع زمن الوصول وطول المسار وأقل مسافة من العوائق.
المعالجة المسبقة
- لا معالجة.
الخوارزمية
حقول الجهد الاصطناعية (Artificial Potential Fields) مع متحكم تناسبي للاتجاه، ونموذج Unicycle: ẋ = v cos θ، ẏ = v sin θ، θ̇ = ω.
كود MATLAB
pose = [0.5 0.5 0]; goal = [9 9]; dt = 0.05;
obs = [3 3 0.8; 6 5 1.0; 4.5 7.5 0.7]; % x, y, radius
kAtt = 1.0; kRep = 1.5; d0 = 1.2; vMax = 1.0; wMax = 2.0;
traj = pose(1:2); minClear = inf; reached = false;
for k = 1:2000
p = pose(1:2);
F = kAtt * (goal - p) / max(norm(goal - p), 1); % جذب مشبع
for i = 1:size(obs, 1)
d = norm(p - obs(i, 1:2)) - obs(i, 3);
minClear = min(minClear, d);
if d < d0
F = F + kRep * (1/d - 1/d0) / d^2 * (p - obs(i, 1:2)) / norm(p - obs(i, 1:2));
end
end
heading = atan2(F(2), F(1));
err = atan2(sin(heading - pose(3)), cos(heading - pose(3)));
w = max(-wMax, min(wMax, 3 * err));
v = vMax * max(0, cos(err)) * min(1, norm(goal - p));
pose = pose + dt * [v * cos(pose(3)), v * sin(pose(3)), w];
traj(end+1, :) = pose(1:2);
if minClear <= 0, break; end
if norm(goal - pose(1:2)) < 0.1, reached = true; break; end
end
len = sum(sqrt(sum(diff(traj).^2, 2)));
fprintf('reached goal: %d after %.2f s\n', reached, k * dt);
fprintf('path length = %.3f m (straight line %.3f m)\n', len, norm(goal - [0.5 0.5]));
fprintf('minimum clearance from obstacles = %.3f m\n', minClear);
fprintf('final position = [%.3f %.3f]\n', pose(1), pose(2));شُغّل كود المشروع كاملاً في GNU Octave 8.4 أثناء إعداد الأكاديمية والناتج معروض في وصف المشروع.
شرح الكود
- F قوة الجذب مشبعة حتى لا تتجاوز الوحدة بعيداً عن الهدف.
- التنافر يعمل فقط داخل مسافة d0 من سطح العائق.
- الخطأ الزاوي يُلف إلى [−π, π].
- السرعة الخطية تقل عند الانعطاف الحاد وقرب الهدف.
- التحديث بطريقة Euler بخطوة 0.05 ث.
النتائج المتوقعة
الناتج الفعلي أعلاه. جرّب تغيير kRep وd0 وموقع العوائق، ولاحظ مشكلة الحد الأدنى المحلي عندما يكون عائق مباشرة بين البداية والهدف.
مقاييس التقييم
- الوصول للهدف
- زمن الوصول
- طول المسار مقارنة بالخط المستقيم
- أقل مسافة أمان
القيود
- حقول الجهد قد تعلق في حد أدنى محلي.
- نموذج حركي دون ديناميكا أو انزلاق أو ضوضاء مستشعرات.
- للتوسعة: Navigation Toolbox وRobotics System Toolbox، أو وكيل RL في Simulink.
