Controlador Robótico obtenido a través de una metaheurística de población variable

Abstract

Las metaheurísticas, por su capacidad de adaptación al entorno de información, son herramientas sumamente útiles para obtener controladores robóticos. En general, se trata de una tarea computacionalmente costosa lo que ha motivado el estudio de alternativas para reducir su tiempo de obtención. Este artículo propone una metaheurística de población variable que utiliza especiación para obtener un controlador robótico, basado en una red neuronal de arquitectura mínima, con capacidad para resolver el problema de evasión de obstáculos y alcance de objetivos. Esta solución es novedosa ya que en general se utilizan poblaciones de tamaño. A lo largo de este trabajo se discuten los operadores genéticos utilizados así como los distintos aspectos de implementación que fueron considerados para introducir esta variación poblacional. Las pruebas realizadas tanto en ambientes simulados como sobre el robot real han dado resultados satisfactorios.