A metodologia de aprendizagem por demonstração permite desenhar  controladores mediante a imitação de comportamentos. Esta área esta tomando força devido à capacidade de solucionar problemas complexos de controle de robôs e às facilidades que a metodologia apresenta. Entretanto, a aplicação desta metodologia requer sistemas embarcados com boa capacidade de processamento e baixo consumo energético. Nesse sentido, poucas pesquisas têm sido desenvolvidas visando explorar soluções em hardware no intuito de acelerar os algoritmos envolvidos no processo de treinamento.

 

O presente trabalho descreve o desenvolvimento da metodologia de aprendizagem por demonstração embarcada em hardware reconfigurável aplicado a robótica móvel. Para o processo de aprendizagem foi usada uma rede neural de camada simples com capacidade de adaptação e para o treinamento da mesma foi usado o algoritmo de otimização por enxame de partículas. A pesquisa inclui o desenvolvimento de uma plataforma robótica móvel chamada Maria. Três micro-comportamentos foram ensinados (3 cenários diferentes os quais são, avançar para frente, girar no sentido horário e girar no sentido anti-horário) e 16 experimentos foram realizados para cada um, afim de obter dados estatísticos de cada comportamento ensinado. Além disto um protocolo experimental foi proposto para testar o robô em cenários desconhecidos.