| dc.contributor | Lanzarini, Laura Cristina | |
| dc.creator | Vinuesa, Hernán Luis | |
| dc.date | 2009 | |
| dc.date | 2009 | |
| dc.date | 2011-05-16T03:00:00Z | |
| dc.identifier | http://sedici.unlp.edu.ar/handle/10915/4015 | |
| dc.description | El aporte central de esta tesis radica en la definición de estrategias evolutivas que permiten obtener controladores neuronales aplicables directamente al área de la Robótica. A partir del método NEAT (NeuroEvolution of Augmenting Topologies) se ha definido una nueva estrategia con capacidad para combinar módulos neuronales entrenados previamente. El resultado de esta combinación permite obtener una arquitectura adecuada en menor tiempo. Como una segunda alternativa para reducir el tiempo de obtención del controlador se propone combinar las primeras etapas de evolución deNEATcon evolución por torneo binario.
Finalmente, se plantea el uso de una minipoblación de controladores para lograr una adaptación a entornos dinámicos. Los resultados obtenidos fueron aplicados sobre un robot Kephera II con resultados satisfactorios. | |
| dc.description | Facultad de Informática | |
| dc.format | application/pdf | |
| dc.language | es | |
| dc.rights | http://creativecommons.org/licenses/by/4.0/ | |
| dc.rights | Creative Commons Attribution 4.0 International (CC BY 4.0) | |
| dc.subject | Ciencias Informáticas | |
| dc.subject | Commercial robots and applications | |
| dc.subject | metaheurística; NEAT; redes neuronales artificiales; algoritmos genéticos | |
| dc.subject | robótica | |
| dc.title | Controladores obtenidos por neuroevolución | |
| dc.type | Tesis | |
| dc.type | Tesis de grado | |
