Esse trabalho consiste na implementação em hardware (MA) de uma Unidade de Processamento Reconfigurável (RPU) para Algoritmos Genéticos (AGs), com o intuito de disponibilizar um módulo de AG não processado para projetistas de circuitos integrados. Para o desenvolvimento do projeto, foi utilizada codificação binária dos cromossomos, elitismo como método de seleção qual o melhor indivíduo não somente é preservado, mas também recombinado com todos os outros. Além disso, também foram utilizados os operadores normais de crossover e mutação. Para os testes foram, variados as taxas de crossover e mutação, além do tamanho da população. Os resultados foram obtidos em simulação e corresponderam as expectativas. Essa unidade ainda será implantada num robô para que ele possa evoluir a seu controlador de navegação. O robô aprenderá sozinho a navegar em um ambiente desconhecido, procurando explorar sem colidir com os obstáculos.

This work consists a FPGA (Field-Programmable Gate Array) implementation of a Reconfigurable Processing Unit (RPU) containing Genetic Algorithm operators of selection, crossover and mutation. The goal of this work is to make available to circuit designers a non-processed module of a genetic algorithm. This RPU is included in a SOPC (System-On-a-Programmable- Chip) designed to implement a navigation controller to a population of autonomous mobile robots. The robot should learn to navigate and explore the environment, avoiding obstacles on its way. The results compare the embedded GA performance for various combinations of mutation and crossover parameters and population sizes.