Controlador robótico obtenido a través una metaheurística de población variable

Autores
Ronchetti, Franco
Año de publicación
2011
Idioma
español castellano
Tipo de recurso
tesis de grado
Estado
versión aceptada
Colaborador/a o director/a de tesis
Lanzarini, Laura Cristina
Chichizola, Franco
Descripción
La Robótica Evolutiva tiene por objetivo central la obtención de controladores basados en Redes Neuronales adaptadas por evolución. Dado que estos controladores deben ser capaces de adaptarse a cambios en el entorno, resulta más adecuado utilizar metaheurísticas poblacionales en lugar de técnicas basadas en gradiente. Sin embargo, la mayoría de las soluciones existentes utilizan metaheurísticas de población fija y presentan dos grandes problemas: son proclives a la pérdida de diversidad y resultan computacionalmente costosas especialmente si el espacio de búsqueda es muy amplio y se intenta hacer una exploración completa. Esta tesina propone una metaheurística de población variable que utiliza especiación para obtener un controlador robótico basado en una red neuronal de arquitectura mínima, con capacidad para resolver el problema de evasión de obstáculos y alcance de objetivos. Para reducir el tiempo de cálculo se analizaron distintos aspectos relacionados con el algoritmo evolutivo como así también la paralelización de la solución utilizando herramientas actuales de procesamiento paralelo.
Licenciado en Informática
Universidad Nacional de La Plata
Facultad de Informática
Materia
Ciencias Informáticas
Robotics
metaheurística; robótica; algoritmos evolutivos; redes neuronales artificiales
metaheuristic; robotics; evolutionary algorithms; artificial neural networks
metaheurística; robótica; algoritmos evolutivos; redes neurais artificiais
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/4039
Acceder
id SEDICI_5cb2e4666d0154080282fda8fbb6d216
oai_identifier_str oai:sedici.unlp.edu.ar:10915/4039
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Controlador robótico obtenido a través una metaheurística de población variableRonchetti, FrancoCiencias InformáticasRoboticsmetaheurística; robótica; algoritmos evolutivos; redes neuronales artificialesmetaheuristic; robotics; evolutionary algorithms; artificial neural networksmetaheurística; robótica; algoritmos evolutivos; redes neurais artificiaisLa Robótica Evolutiva tiene por objetivo central la obtención de controladores basados en Redes Neuronales adaptadas por evolución. Dado que estos controladores deben ser capaces de adaptarse a cambios en el entorno, resulta más adecuado utilizar metaheurísticas poblacionales en lugar de técnicas basadas en gradiente. Sin embargo, la mayoría de las soluciones existentes utilizan metaheurísticas de población fija y presentan dos grandes problemas: son proclives a la pérdida de diversidad y resultan computacionalmente costosas especialmente si el espacio de búsqueda es muy amplio y se intenta hacer una exploración completa. Esta tesina propone una metaheurística de población variable que utiliza especiación para obtener un controlador robótico basado en una red neuronal de arquitectura mínima, con capacidad para resolver el problema de evasión de obstáculos y alcance de objetivos. Para reducir el tiempo de cálculo se analizaron distintos aspectos relacionados con el algoritmo evolutivo como así también la paralelización de la solución utilizando herramientas actuales de procesamiento paralelo.Licenciado en InformáticaUniversidad Nacional de La PlataFacultad de InformáticaLanzarini, Laura CristinaChichizola, Franco2011info:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionTesis de gradohttp://purl.org/coar/resource_type/c_7a1finfo:ar-repo/semantics/tesisDeGradoapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/4039spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by/4.0/Creative Commons Attribution 4.0 International (CC BY 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T10:49:26Zoai:sedici.unlp.edu.ar:10915/4039Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 10:49:26.831SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Controlador robótico obtenido a través una metaheurística de población variable
title Controlador robótico obtenido a través una metaheurística de población variable
spellingShingle Controlador robótico obtenido a través una metaheurística de población variable
Ronchetti, Franco
Ciencias Informáticas
Robotics
metaheurística; robótica; algoritmos evolutivos; redes neuronales artificiales
metaheuristic; robotics; evolutionary algorithms; artificial neural networks
metaheurística; robótica; algoritmos evolutivos; redes neurais artificiais
title_short Controlador robótico obtenido a través una metaheurística de población variable
title_full Controlador robótico obtenido a través una metaheurística de población variable
title_fullStr Controlador robótico obtenido a través una metaheurística de población variable
title_full_unstemmed Controlador robótico obtenido a través una metaheurística de población variable
title_sort Controlador robótico obtenido a través una metaheurística de población variable
dc.creator.none.fl_str_mv Ronchetti, Franco
author Ronchetti, Franco
author_facet Ronchetti, Franco
author_role author
dc.contributor.none.fl_str_mv Lanzarini, Laura Cristina
Chichizola, Franco
dc.subject.none.fl_str_mv Ciencias Informáticas
Robotics
metaheurística; robótica; algoritmos evolutivos; redes neuronales artificiales
metaheuristic; robotics; evolutionary algorithms; artificial neural networks
metaheurística; robótica; algoritmos evolutivos; redes neurais artificiais
topic Ciencias Informáticas
Robotics
metaheurística; robótica; algoritmos evolutivos; redes neuronales artificiales
metaheuristic; robotics; evolutionary algorithms; artificial neural networks
metaheurística; robótica; algoritmos evolutivos; redes neurais artificiais
dc.description.none.fl_txt_mv La Robótica Evolutiva tiene por objetivo central la obtención de controladores basados en Redes Neuronales adaptadas por evolución. Dado que estos controladores deben ser capaces de adaptarse a cambios en el entorno, resulta más adecuado utilizar metaheurísticas poblacionales en lugar de técnicas basadas en gradiente. Sin embargo, la mayoría de las soluciones existentes utilizan metaheurísticas de población fija y presentan dos grandes problemas: son proclives a la pérdida de diversidad y resultan computacionalmente costosas especialmente si el espacio de búsqueda es muy amplio y se intenta hacer una exploración completa. Esta tesina propone una metaheurística de población variable que utiliza especiación para obtener un controlador robótico basado en una red neuronal de arquitectura mínima, con capacidad para resolver el problema de evasión de obstáculos y alcance de objetivos. Para reducir el tiempo de cálculo se analizaron distintos aspectos relacionados con el algoritmo evolutivo como así también la paralelización de la solución utilizando herramientas actuales de procesamiento paralelo.
Licenciado en Informática
Universidad Nacional de La Plata
Facultad de Informática
description La Robótica Evolutiva tiene por objetivo central la obtención de controladores basados en Redes Neuronales adaptadas por evolución. Dado que estos controladores deben ser capaces de adaptarse a cambios en el entorno, resulta más adecuado utilizar metaheurísticas poblacionales en lugar de técnicas basadas en gradiente. Sin embargo, la mayoría de las soluciones existentes utilizan metaheurísticas de población fija y presentan dos grandes problemas: son proclives a la pérdida de diversidad y resultan computacionalmente costosas especialmente si el espacio de búsqueda es muy amplio y se intenta hacer una exploración completa. Esta tesina propone una metaheurística de población variable que utiliza especiación para obtener un controlador robótico basado en una red neuronal de arquitectura mínima, con capacidad para resolver el problema de evasión de obstáculos y alcance de objetivos. Para reducir el tiempo de cálculo se analizaron distintos aspectos relacionados con el algoritmo evolutivo como así también la paralelización de la solución utilizando herramientas actuales de procesamiento paralelo.
publishDate 2011
dc.date.none.fl_str_mv 2011
dc.type.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
info:eu-repo/semantics/acceptedVersion
Tesis de grado
http://purl.org/coar/resource_type/c_7a1f
info:ar-repo/semantics/tesisDeGrado
format bachelorThesis
status_str acceptedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/4039
url http://sedici.unlp.edu.ar/handle/10915/4039
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/4.0/
Creative Commons Attribution 4.0 International (CC BY 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by/4.0/
Creative Commons Attribution 4.0 International (CC BY 4.0)
dc.format.none.fl_str_mv application/pdf
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_ 1844615747517546496
score 13.069144

Publicaciones similares