Estudio experimental sobre comportamientos reactivos - evolutivos en navegación de robots móviles

Abstract

En este trabajo se analiza la navegación y la evasión de obstáculos para robots móviles en un ambiente no conocido, estático y simulado. A partir de la lectura de los sensores de proximidad, los controladores basados en Redes Neuronales Artificiales (RNA) establecen la trayectoria deseada entre la posición actual y la posición objetivo. Algoritmos Evolutivos son usados en la selección del mejor controlador. Esta metodología de trabajo, es conocida como Robótica Evolutiva (RE), comúnmente utilizando simples arquitecturas de redes neuronales. A pesar de que los controladores desarrollados dentro de RE generalmente presentan procesamiento temporal, la mayoría no considera la experiencia obtenida en el proceso evolutivo del controlador. Por lo tanto, el presente trabajo, se refiere a la especificación y testeo de controladores neuronales, realizando mutaciones genéticas entre generaciones de controladores en base a la experiencia adquirida. Controladores basados en Redes Neuronales de Tiempo Discreto (TRNN) fueron desarrollados con dos variantes: Redes Neuronales Plásticas (PNN) y redes del tipo Feed-Forward (FFNN). Este trabajo demuestra que la mutación controlada no presenta mayores ventajas respecto de la no controlada, mostrando que la diversidad es más poderosa que la adaptación controlada.