Perpustakaan Digital ITB

Peta atau pengetahuan tentang lingkungan adalah pengetahuan yang harus dimiliki oleh robot. Hal ini mutlak bagi robot agar dapat beroperasi secara mandiri atau autonomous. Sebelum bisa melakukan peran-peran lain seperti transportasi logistik, misi penyelamatan, dan sebagainya, robot pertamatama harus memahami peta lingkungannya. Karena pengetahuan peta sangat penting, kemampuan memetakan lingkungan merupakan permasalahan yang krusial dan mendasar di dalam robotika. Oleh karena itu, akhir-akir ini riset dan penelitian dengan topik pembelajaran peta sedang banyak dilakukan dan berkembang dengan pesat. Terdapat dua pendekatan dalam melakukan pembelajaran dan konstruksi peta. Pendekatan pertama adalah pendekatan pasif. Pendekatan ini hanya melakukan observasi terhadap lingkungan pada saat itu untuk membangun peta. Pendekatan pasif membutuhkan perintah eksternal untuk menggerakkan dan mengarahkan robot agar dapat membangun peta secara utuh. Sebaliknya, pendekatan aktif selain melakukan observasi terhadap lingkungan juga secara aktif melakukan perencanaan terhadap pergerakan robot selanjutnya untuk menjelajahi lingkungannya. Pendekatan ini memungkinkan robot mendapatkan model yang akurat terhadap lingkungannya secara mandiri. Robot yang memiliki kemampuan ini disebut telah memenuhi salah satu syarat utama untuk menjadi robot swatantra sejati. Kontribusi Tugas Akhir ini adalah pada pengembangan sebuah pendekatan aktif dalam pembelajaran peta. Pendekatan aktif yang diusulkan dalam Tugas Akhir ini didasarkan pada penjelajahan frontier. Strategi penjelajahan yang diusulkan memanfaatkan beberapa teori dari bidang teori informasi. Teknik ini menggunakan Kullback-Leibler Divergence sebagai dasar heuristik untuk kalkulasi information gain. Hasil eksperimen menunjukkan bahwa strategi yang diusulkan mampu meningkatkan efisiensi tugas pemetaan aktif dari aspek waktu yang dibutuhkan dan jarak yang harus ditempuh robot.