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
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/22058
Acceder
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

Publicaciones similares