Resumen

La navegación robótica es aplicable a múltiples disciplinas y entornos industriales; y en este sentido, la aplicación de la Inteligencia Artificial con tecnologías inteligentes como redes neuronales, algoritmos genéticos y aprendizaje automático entre otras cobra un gran protagonismo dentro del campo de la Robótica Cognitiva para su desarrollo. La capacidad de reacción que posee un robot cuando se encuentra ante situaciones inesperadas, constituye una de sus principales cualidades para desenvolverse eficazmente en el entorno donde este deba operar, lo cual indica el grado de autonomía que este posee.

Las consideraciones expuestas, constituyen la principal fuente de motivación  que conduce a este grupo de investigación a realizar una serie de desarrollos tendientes a mejorar el rendimiento de los robots navegadores en entornos estructurados con obstáculos definidos. En esta línea, en el presente artículo se pretende comunicar los primeros desarrollos realizados y cuyo principal aporte se focaliza en evaluar el desempeño del paradigma reactivo bajo la aplicación de la tecnología de las redes neuronales con aprendizaje supervisado. En este sentido, la tecnología utilizada para llevar cabo los diferentes experimentos, permiten obtener conclusiones respecto de las formas más recomendables en cuanto a su implementación en términos de la conducta deseada del robot en su actividad de navegación. La metodología utilizada implementa un entorno de simulación que permite entrenar distintas trayectorias del robot navegador y evaluar el rendimiento de este en fase de operación. Se exponen y se analizan los principales resultados de los experimentos realizados señalando la importancia de las características de las trayectorias de entrenamiento utilizadas y del entorno de operación del robot. Asimismo, las conclusiones obtenidas destacan las principales bondades y limitaciones del paradigma aplicado, así como también las futuras líneas de investigación que continúa desarrollando este grupo con idea de comunicarlas y ponerlas a consideración en vuestro congreso.

Introducción

El objetivo del presente trabajo está focalizado en presentar resultados de investigación en técnicas de navegación robótica basadas en redes neuronales con aprendizaje supervisado, las que, en opinión de gran parte de la comunidad científica de esta área temática, integran las características más potentes del paradigma reactivo concerniente a la navegación autónoma de robots [1], [2] y [3]. El trabajo se encuadra en un campo un poco más amplio y al cual se lo considera una evolución del paradigma reactivo, y que se lo denomina “Aproximación Basada en Comportamientos” [4], entendiéndose que los comportamientos describen la forma en que se reacciona (en este caso un sistema robot) ante un determinado estado de los sensores, y las actuaciones se determinan de manera más elaborada que una simple consulta a una tabla de correspondencias  y realizando cálculos a los efectos de decidir que acción se debe llevar a cabo.

A modo de establecer una pequeña reseña acerca del estado del arte en el tópico, cabe hacer mención a algunos antecedentes históricos que han marcado líneas significativas en lo que respecta a las diferentes formas de comportamiento que presentan los vehículos autónomos, como ser los vehículos de Braitenberg [5], quien diseña una serie de vehículos los cuales mediante una serie de conexiones excitadoras e inhibidoras, y permitiendo un enlace directo entre los sensores y motores correspondientes, se demostraba la capacidad de obtener comportamientos de alta complejidad. 

• Materias:Redes neuronales (Computadores) Inteligencia artificial
• Subjects:Neural networks (Computer science) Artificial intelligence
• Palabras claves:Mecanismo de Aprendizaje (LearningType), Navegación Autónoma (Autonomous Navigation), Redes Neuronales (Neural Networks), Robótica Cognitiva
• Keywords:LearningType, Autonomous Navigation, Neural Networks, Cognitive Robotics