Control, planning y navegación basados en inteligencia computacional
- Autores
- Esquivel, Susana Cecilia; Kavka, Carlos; Leguizamón, Guillermo
- Año de publicación
- 2002
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- El presente trabajo describe una propuesta de investigación para atacar el problema de agentes (robots) móviles autónomos. Dicha tarea es realizada por investigadores de distintas líneas del LIDIC, y en consecuencia, con técnicas diferentes las cuales pueden usarse solas y/o combinadas. Dentro de los distintos aspectos que están involucrados dentro de esta problemática, la investigación tiene como objetivo centrarse en dos temáticas bien delimitadas, por un lado el control y, por otro, en algoritmos de planning y navegación. Dentro del campo conocido con el nombre de Robótica Evolutiva, en la actualidad el enfoque más innovativo parece ser la combinación de la Computación Evolutiva y las Redes Neuronales Artificiales para enfrentar los aspectos de control. Al aplicar el enfoque evolutivo y las redes neuronales en los sistemas de control de los robots se han usado dos métodos básicos: El primero, consiste en fijar la topología de la red y luego utilizar un algoritmo evolutivo para determinar los pesos mientras que, el segundo, implica usar un algoritmo evolutivo para evolucionar la topología de la red y, luego, los pesos podrán determinarse por un algoritmo de aprendizaje separado o también obtenerse a través de un nuevo proceso evolutivo. El problema de planning para agentes móviles puede ser formulado típicamente como sigue: para un agente y un ambiente determinado planificar un camino del agente entre dos puntos especificados que sea libre de colisiones y satisfaga ciertos criterios de optimización. El problema de navegación del agente en un ambiente con obstáculos desconocidos puede ser descripto como un problema con una función de evaluación no estacionaria y un conjunto de restricciones variante (Crecientes) En consecuencia, inicialmente, las heurísticas con las que se propone trabajar son los algoritmos evolutivos, las redes neuronales y las colonias de hormigas.
Eje: Sistemas inteligentes
Red de Universidades con Carreras en Informática (RedUNCI) - Materia
-
Ciencias Informáticas
ARTIFICIAL INTELLIGENCE
agentes móviles
control
Intelligent agents
Algorithms
Planning
navegación
Neural nets
algoritmos evolutivos
redes neuronales
colonia de hormigas - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
- Repositorio
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/22058
Ver los metadatos del registro completo
id |
SEDICI_5770a40ce786f5e77615808ee9d55696 |
---|---|
oai_identifier_str |
oai:sedici.unlp.edu.ar:10915/22058 |
network_acronym_str |
SEDICI |
repository_id_str |
1329 |
network_name_str |
SEDICI (UNLP) |
spelling |
Control, planning y navegación basados en inteligencia computacionalEsquivel, Susana CeciliaKavka, CarlosLeguizamón, GuillermoCiencias InformáticasARTIFICIAL INTELLIGENCEagentes móvilescontrolIntelligent agentsAlgorithmsPlanningnavegaciónNeural netsalgoritmos evolutivosredes neuronalescolonia de hormigasEl presente trabajo describe una propuesta de investigación para atacar el problema de agentes (robots) móviles autónomos. Dicha tarea es realizada por investigadores de distintas líneas del LIDIC, y en consecuencia, con técnicas diferentes las cuales pueden usarse solas y/o combinadas. Dentro de los distintos aspectos que están involucrados dentro de esta problemática, la investigación tiene como objetivo centrarse en dos temáticas bien delimitadas, por un lado el control y, por otro, en algoritmos de planning y navegación. Dentro del campo conocido con el nombre de Robótica Evolutiva, en la actualidad el enfoque más innovativo parece ser la combinación de la Computación Evolutiva y las Redes Neuronales Artificiales para enfrentar los aspectos de control. Al aplicar el enfoque evolutivo y las redes neuronales en los sistemas de control de los robots se han usado dos métodos básicos: El primero, consiste en fijar la topología de la red y luego utilizar un algoritmo evolutivo para determinar los pesos mientras que, el segundo, implica usar un algoritmo evolutivo para evolucionar la topología de la red y, luego, los pesos podrán determinarse por un algoritmo de aprendizaje separado o también obtenerse a través de un nuevo proceso evolutivo. El problema de planning para agentes móviles puede ser formulado típicamente como sigue: para un agente y un ambiente determinado planificar un camino del agente entre dos puntos especificados que sea libre de colisiones y satisfaga ciertos criterios de optimización. El problema de navegación del agente en un ambiente con obstáculos desconocidos puede ser descripto como un problema con una función de evaluación no estacionaria y un conjunto de restricciones variante (Crecientes) En consecuencia, inicialmente, las heurísticas con las que se propone trabajar son los algoritmos evolutivos, las redes neuronales y las colonias de hormigas.Eje: Sistemas inteligentesRed de Universidades con Carreras en Informática (RedUNCI)2002-05info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf443-447http://sedici.unlp.edu.ar/handle/10915/22058spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/2.5/ar/Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-03T10:27:43Zoai:sedici.unlp.edu.ar:10915/22058Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-03 10:27:43.464SEDICI (UNLP) - Universidad Nacional de La Platafalse |
dc.title.none.fl_str_mv |
Control, planning y navegación basados en inteligencia computacional |
title |
Control, planning y navegación basados en inteligencia computacional |
spellingShingle |
Control, planning y navegación basados en inteligencia computacional Esquivel, Susana Cecilia Ciencias Informáticas ARTIFICIAL INTELLIGENCE agentes móviles control Intelligent agents Algorithms Planning navegación Neural nets algoritmos evolutivos redes neuronales colonia de hormigas |
title_short |
Control, planning y navegación basados en inteligencia computacional |
title_full |
Control, planning y navegación basados en inteligencia computacional |
title_fullStr |
Control, planning y navegación basados en inteligencia computacional |
title_full_unstemmed |
Control, planning y navegación basados en inteligencia computacional |
title_sort |
Control, planning y navegación basados en inteligencia computacional |
dc.creator.none.fl_str_mv |
Esquivel, Susana Cecilia Kavka, Carlos Leguizamón, Guillermo |
author |
Esquivel, Susana Cecilia |
author_facet |
Esquivel, Susana Cecilia Kavka, Carlos Leguizamón, Guillermo |
author_role |
author |
author2 |
Kavka, Carlos Leguizamón, Guillermo |
author2_role |
author author |
dc.subject.none.fl_str_mv |
Ciencias Informáticas ARTIFICIAL INTELLIGENCE agentes móviles control Intelligent agents Algorithms Planning navegación Neural nets algoritmos evolutivos redes neuronales colonia de hormigas |
topic |
Ciencias Informáticas ARTIFICIAL INTELLIGENCE agentes móviles control Intelligent agents Algorithms Planning navegación Neural nets algoritmos evolutivos redes neuronales colonia de hormigas |
dc.description.none.fl_txt_mv |
El presente trabajo describe una propuesta de investigación para atacar el problema de agentes (robots) móviles autónomos. Dicha tarea es realizada por investigadores de distintas líneas del LIDIC, y en consecuencia, con técnicas diferentes las cuales pueden usarse solas y/o combinadas. Dentro de los distintos aspectos que están involucrados dentro de esta problemática, la investigación tiene como objetivo centrarse en dos temáticas bien delimitadas, por un lado el control y, por otro, en algoritmos de planning y navegación. Dentro del campo conocido con el nombre de Robótica Evolutiva, en la actualidad el enfoque más innovativo parece ser la combinación de la Computación Evolutiva y las Redes Neuronales Artificiales para enfrentar los aspectos de control. Al aplicar el enfoque evolutivo y las redes neuronales en los sistemas de control de los robots se han usado dos métodos básicos: El primero, consiste en fijar la topología de la red y luego utilizar un algoritmo evolutivo para determinar los pesos mientras que, el segundo, implica usar un algoritmo evolutivo para evolucionar la topología de la red y, luego, los pesos podrán determinarse por un algoritmo de aprendizaje separado o también obtenerse a través de un nuevo proceso evolutivo. El problema de planning para agentes móviles puede ser formulado típicamente como sigue: para un agente y un ambiente determinado planificar un camino del agente entre dos puntos especificados que sea libre de colisiones y satisfaga ciertos criterios de optimización. El problema de navegación del agente en un ambiente con obstáculos desconocidos puede ser descripto como un problema con una función de evaluación no estacionaria y un conjunto de restricciones variante (Crecientes) En consecuencia, inicialmente, las heurísticas con las que se propone trabajar son los algoritmos evolutivos, las redes neuronales y las colonias de hormigas. Eje: Sistemas inteligentes Red de Universidades con Carreras en Informática (RedUNCI) |
description |
El presente trabajo describe una propuesta de investigación para atacar el problema de agentes (robots) móviles autónomos. Dicha tarea es realizada por investigadores de distintas líneas del LIDIC, y en consecuencia, con técnicas diferentes las cuales pueden usarse solas y/o combinadas. Dentro de los distintos aspectos que están involucrados dentro de esta problemática, la investigación tiene como objetivo centrarse en dos temáticas bien delimitadas, por un lado el control y, por otro, en algoritmos de planning y navegación. Dentro del campo conocido con el nombre de Robótica Evolutiva, en la actualidad el enfoque más innovativo parece ser la combinación de la Computación Evolutiva y las Redes Neuronales Artificiales para enfrentar los aspectos de control. Al aplicar el enfoque evolutivo y las redes neuronales en los sistemas de control de los robots se han usado dos métodos básicos: El primero, consiste en fijar la topología de la red y luego utilizar un algoritmo evolutivo para determinar los pesos mientras que, el segundo, implica usar un algoritmo evolutivo para evolucionar la topología de la red y, luego, los pesos podrán determinarse por un algoritmo de aprendizaje separado o también obtenerse a través de un nuevo proceso evolutivo. El problema de planning para agentes móviles puede ser formulado típicamente como sigue: para un agente y un ambiente determinado planificar un camino del agente entre dos puntos especificados que sea libre de colisiones y satisfaga ciertos criterios de optimización. El problema de navegación del agente en un ambiente con obstáculos desconocidos puede ser descripto como un problema con una función de evaluación no estacionaria y un conjunto de restricciones variante (Crecientes) En consecuencia, inicialmente, las heurísticas con las que se propone trabajar son los algoritmos evolutivos, las redes neuronales y las colonias de hormigas. |
publishDate |
2002 |
dc.date.none.fl_str_mv |
2002-05 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/conferenceObject info:eu-repo/semantics/publishedVersion Objeto de conferencia http://purl.org/coar/resource_type/c_5794 info:ar-repo/semantics/documentoDeConferencia |
format |
conferenceObject |
status_str |
publishedVersion |
dc.identifier.none.fl_str_mv |
http://sedici.unlp.edu.ar/handle/10915/22058 |
url |
http://sedici.unlp.edu.ar/handle/10915/22058 |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by-nc-sa/2.5/ar/ Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5) |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/ Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5) |
dc.format.none.fl_str_mv |
application/pdf 443-447 |
dc.source.none.fl_str_mv |
reponame:SEDICI (UNLP) instname:Universidad Nacional de La Plata instacron:UNLP |
reponame_str |
SEDICI (UNLP) |
collection |
SEDICI (UNLP) |
instname_str |
Universidad Nacional de La Plata |
instacron_str |
UNLP |
institution |
UNLP |
repository.name.fl_str_mv |
SEDICI (UNLP) - Universidad Nacional de La Plata |
repository.mail.fl_str_mv |
alira@sedici.unlp.edu.ar |
_version_ |
1842260115137232896 |
score |
13.13397 |