Estudio de una arquitectura modular neuronal para control robótico autónomo

El presente trabajo trata de los problemas relacionados en la construcción de una arquitectura de control robótico mediante redes neuronales. Dicha arquitectura de control es aplicada a un modelo de robot tipo Khepera para llevar a cabo tareas dentro de un ambiente desconocido por el robot. Las tareas que el robot debe llevar a cabo, abarcan desde navegación con obstáculos hasta aprendizaje robótico. La arquitectura propuesta está basada en arquitecturas de redes del tipo perceptrón multicapa (MLP1), las cuales son estructuradas en una organización modular y entrenadas mediante backpropagation (BP). Diferentes trabajos con arquitecturas modulares neuronales, señalan que éste tipo de arquitecturas proveen un control apropiado de robots en tareas vinculadas a detección y evasión de obstáculos, y han sido frecuentemente utilizados en el mundo real. Eje: Sistemas de información y Metaheurística Red de Universidades con Carreras en Informática (RedUNCI)