Arreglos neuronales evolutivos

Abstract

La evolución incremental ha demostrado ser un mecanismo sumamente útil en el aprendizaje de secuencias de acciones complejas. Su funcionamiento se basa en la descomposición del problema original en etapas de complejidad creciente cuyo aprendizaje se realiza en forma secuencial comenzando por la etapa más simple e incrementando su generalidad y dificultad. El presente trabajo propone la aplicación de arreglos neuronales como un nuevo mecanismo para implementar evolución incremental. Cada uno de estos arreglos está formado por varias redes neuronales, obtenidas a través de un proceso evolutivo, que les permite adquirir diferentes grados de especialización. Las redes neuronales que constituyen un mismo arreglo se organizan de modo que, en cada evaluación, sólo una se haga cargo de la respuesta del mismo. La estrategia propuesta se aplica a los problemas de evasión de obstáculos y alcance de objetivos como forma de demostrar la capacidad de esta propuesta para la resolución de problemas complejos. Las mediciones realizadas muestran la superioridad de los arreglos neuronales evolutivos con respecto a los métodos neuroevolutivos tradicionales que manejan poblaciones de redes neuronales, en particular se ha utilizado SANE debido a su alto rendimiento. Finalmente se presentan las conclusiones y se plantean algunas líneas de trabajo futuras.