Análisis gráfico de la neuro-dinámica En un robot capaz de realizar aprendizaje imitativo

Graphic analisys ofthe neural-dynamics in a robot able to do imitative learning

  • Dante Giovanni Sterpin Buitrago Corporación Unificada Nacional de Educación Superior CUN
  • Fernando Martínez Santa Corporación Unificada Nacional de Educación Superior CUN
Palabras clave: Artificial neural network, Multilayer Perceptron, Supervised learning, Kohonen Self-organized Map, Self-supervised Perceptron, Imitative Learning, Chaotic Attractor. (en_US)
Palabras clave: Red neuronal artificial, Perceptrón multicapa, Aprendizaje supervisado, Mapa auto-organizado de Kohonen, Perceptrón auto-supervisado, Aprendizaje imitativo, Atractor caótico. (es_ES)

Resumen (es_ES)

El Perceptrón multicapa es una red neuronal artificial capaz de aprender a funcionar de cierta forma deseable mediante ejemplos y, una vez entrenado, es capaz de responder correctamente en situaciones para las cuales no se le entrenó explícitamente, debido a su capacidad de generalización. Dichos ejemplos los especifica el diseñador o pueden asimilarse con el apoyo de un mapa auto-organizado. En el presente artículo se presentan la verificación del entrenamiento y el análisis del funcionamiento del Perceptrón multicapa empleado durante el desarrollo de un modelo de aprendizaje por imitación, enfocado al desplazamiento de un robot móvil en un espacio bidimensional. Esto se logró diseñando un método de comparación entre las gráficas de los atractores generados por el robot instructor y el robot aprendiz. Dicho método esta soportado en procesamiento digital de imágenes.

 

Resumen (en_US)

Multilayer Perceptron is an artificial neural network able to learn to work in a specific desired way through examples, and once it is trained, it is able to react correctly in situations for which it was not specifically trained, due to its generalization capability. These examples are specified by the designer or can be assimilated with the support of a self-organized map. This paper shows the training verification and the working analysis of the multilayer perceptron used during the development of an imitation learning model; which is focused to a mobile robot displacement over two-dimensional space. This was done designing a comparison method between the attractor’s graphs generated by the instructor robot and the apprentice robot. This method is supported in digital image processing.

 

Descargas

La descarga de datos todavía no está disponible.

Biografía del autor/a

Dante Giovanni Sterpin Buitrago, Corporación Unificada Nacional de Educación Superior CUN
Investigador grupo IDECUN, Corporación Unificada Nacional de Educación Superior CUN, Programa de Ingeniería Electrónica, Bogotá D.C. , Colombia.
Fernando Martínez Santa, Corporación Unificada Nacional de Educación Superior CUN
Investigador grupo AXON, Corporación Unificada Nacional de Educación Superior CUN, Programa de Ingeniería de Sistemas, Bogotá D.C., Colombia

Referencias

Borenstein, E. y Ruppin E. (2004). Envolving imitating agents and the emergence of a neural mirror system, En: Artificial life IX, pp. 146-151, Cambridge, MIT Press.

Castillo, D., Escobar, E., Hermosillo, J., y Lara, B. (2013). Modelado de un sistema de neuronas espejo en un agente autónomo artificial. Nova Scientia, 5 (2)(10), pp. 51-72.

Castillo, M. (2010). Control de motores de C.D. con aprendizaje por imitación basado en redes neuronales. México D.F.

Curran, D. y O’Riordan, C. (2004). A comparison of population learning and cultural learning in artificial life societies, En: Artificial life IX, pp. 152-157, Cambridge, MIT Press.

Fernando, C., Goldstein, R. y Szathmáry, E. (2010). The neuronal replicator hypothesis. Neural computation, Vol. 22, No. 11, pp. 2809-2857, MIT Press Journals.

Maldonado, C., & Gómez, N. (2010). Modelamiento y simulación de sistemas complejos. Documentos de investigación, No. 66, Bogotá.

Restrepo, C. (2007). Teoría del caos. Universidad del Cauca.

Sterpin, D. (2011). Perceptrón auto-supervisado: Una red neuronal artificial capaz de replicación memética. Revista Educación en Ingeniería, No. 12, pp. 90-101, Bogotá, ACOFI.

Sterpin, D. (2015). Cognición imitativa para un robot mediante una comunidad de replicadores neuro-meméticos. Revista Tecnura, Vol. 19, No. 44, pp. 15-31, Bogotá.

Cómo citar
Sterpin Buitrago, D. G., & Martínez Santa, F. (2015). Análisis gráfico de la neuro-dinámica En un robot capaz de realizar aprendizaje imitativo. Tecnura, 19, 116-128. https://doi.org/10.14483/22487638.9618
Publicado: 2015-11-13
Sección
Investigación

Artículos más leídos del mismo autor/a