Sistem Pembelajaran Path Robot pada Robot Berkaki Berbasis Algoritma Genetika

Penelitian ini mengenai pembelajaran dari sebuah robot berkaki dengan menggunakan Reinforcement Learning dan Genetic Algorithm. Robot berkaki akan mempelajari sebuah pola yang akan diajarkan kepadanya secara berulang-ulang hingga robot tersebut selalu mendapatkan award dan sedikit mengalami punishment. Setelah robot ditraining menggunakan metode Reinforcement Learning, selanjutnya dengan menggunakan Genetic Algorithm akan dibangkitkan sebuah path atau pattern baru yang telah dioptimasi sesuai dengan jumlah punishment dan award yang diterimanya pada pembelajaran sebelumnya. Robot akan terus ditraining hingga didapatkan path atau pattern yang memiliki nilai punishment terkecil. Pada sistem ini diterapkan panjang bit kromosom yang sama, yaitu 2 bit kromosom bertipe nilai bilangan real. Tingkat keberhasilan dari sistem akan sangat berbeda pada setiap user yang melatihnya. Pada proses training yang dilakukan oleh orang awam, akan ditempuh 4-5 kali proses iterasi dengan tingkat keberhasilan yang hanya mampu mencapai 50% hingga 68%. Berbeda halnya dengan proses training yang dilakukan oleh orang berkemampuan teknis yang mampu mencapai 85% dalam 2-3 kali iterasi. Tingkat keberhasilan diukur berdasarkan seberapa bagus robot mampu belajar untuk berjalan sesuai bentuk path yang diajarkan.