Dissertação
Active Health Data Collection Using Social Robot EVALUATED
Esta tese pretende modernizar o modo como os resultados reportados pelos pacientes (PROMS) são feitos utilizando técnicas de aprendizagem por reforço. Esta solução pretende aumentar o nível de compromisso dos pacientes relativamente aos questionários, utilizando um robô como meio de entrega dos questionários juntamente com técnicas de aprendizagem por reforço para facilitar o processo de resposta. esta tese considera uma situação onde o robô opera na casa do utilizador. Este robô vai aprender a procurar pelo utilizador nas diversas divisões da casa e determinar quando e onde o utilizador tem disponibilidade para responder aos questionários. A utilização do robô para mapear a disponibilidade do utilizador para responder aos questionários pretende tornar o processo menos invasivo, acessível e personalizado para todos os utilizadores. Uma vez que pretendemos que o processo de aprendizagem seja autónomo e genérico para qualquer utilizador, usamos técnicas de aprendizagem por reforço que aprendem baseados na repetição de episódios de procura e interação com o utilizador. No cenário ideal o robô efetua apenas uma procura no momento e divisão em que o utilizador tem disponibilidade para responder. Nesta tese testamos o desempenho de vários algoritmos de aprendizagem por reforço de modo a determinar qual destes resulta num maior número de questionários completamente terminados. O desempenho dos algoritmos foi avaliado de acordo com o tempo de aprendizagem e número de interações com o utilizador, até o robô demonstrar um comportamento similar ao comportamento ideal.
maio 6, 2024, 15:30
Documentos da dissertação ainda não disponíveis publicamente
Orientação
ORIENTADOR
Alexandre José Malheiro Bernardino
Departamento de Engenharia Electrotécnica e de Computadores (DEEC)
Professor Associado
