Controladores obtenidos por neuroevolución

El aporte central de esta tesis radica en la definición de estrategias evolutivas que permiten obtener controladores neuronales aplicables directamente al área de la Robótica. A partir del método NEAT (NeuroEvolution of Augmenting Topologies) se ha definido una nueva estrategia con capacidad para combinar módulos neuronales entrenados previamente. El resultado de esta combinación permite obtener una arquitectura adecuada en menor tiempo. Como una segunda alternativa para reducir el tiempo de obtención del controlador se propone combinar las primeras etapas de evolución deNEATcon evolución por torneo binario. Finalmente, se plantea el uso de una minipoblación de controladores para lograr una adaptación a entornos dinámicos. Los resultados obtenidos fueron aplicados sobre un robot Kephera II con resultados satisfactorios. Licenciado en Sistemas Universidad Nacional de La Plata