Modelo de ciclo de vida para el aprendizaje basado en compartición de conocimientos en sistemas autónomos de robots

Autores
Ierache, Jorge Salvador
Año de publicación
2011
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Un rasgo comúnmente asociado con la inteligencia es la capacidad de adquirir nuevos conocimientos [Fritz, 1984; 1992]. Esto se manifiesta en los procesos de aprendizaje, que aceptan ser descritos en términos de asimilación e incorporación de información extraída del contexto. Una forma de adquirir conocimiento nuevo es el llamado "método del ensayo-error"; esta técnica permite descubrir leyes simples cuya verdad se deduce a partir de la experiencia. Los Sistemas Inteligentes Autónomos (SIA), representados en este trabajo por Sistemas Autónomos de Robots (SAR) deben ser capaces de generar teorías de cómo sus ambientes reaccionan a sus acciones, y cómo las acciones afectan al ambiente. Usualmente estas teorías de aprendizaje pueden ser parciales, incompletas e incluso incorrectas, pero pueden ser usadas para predecir el comportamiento del SAR en el ambiente. En este contexto, la adquisición de conocimiento está centrada alrededor de la asimilación de experiencias, siendo las leyes empíricas las unidades de experiencia. De esta forma, un sistema inteligente autónomo (SIA) puede definirse [García Martínez & Borrajo, 1997, 2000], como aquél capaz de descubrir y registrar si una acción efectuada sobre una situación dada fue beneficiosa para lograr su objetivo.
Eje: Tecnología Informática aplicada en educación
Red de Universidades con Carreras en Informática (RedUNCI)
Materia
Ciencias Informáticas
Robotics
modelo
ciclo de vida
Life cycle
Sistemas Inteligentes Autónomos (SIA)
Models
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:10915/19960
Acceder
id SEDICI_887256c9e1ea2acd712c450a85cc1413
oai_identifier_str oai:sedici.unlp.edu.ar:10915/19960
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Modelo de ciclo de vida para el aprendizaje basado en compartición de conocimientos en sistemas autónomos de robotsIerache, Jorge SalvadorCiencias InformáticasRoboticsmodelociclo de vidaLife cycleSistemas Inteligentes Autónomos (SIA)ModelsUn rasgo comúnmente asociado con la inteligencia es la capacidad de adquirir nuevos conocimientos [Fritz, 1984; 1992]. Esto se manifiesta en los procesos de aprendizaje, que aceptan ser descritos en términos de asimilación e incorporación de información extraída del contexto. Una forma de adquirir conocimiento nuevo es el llamado "método del ensayo-error"; esta técnica permite descubrir leyes simples cuya verdad se deduce a partir de la experiencia. Los Sistemas Inteligentes Autónomos (SIA), representados en este trabajo por Sistemas Autónomos de Robots (SAR) deben ser capaces de generar teorías de cómo sus ambientes reaccionan a sus acciones, y cómo las acciones afectan al ambiente. Usualmente estas teorías de aprendizaje pueden ser parciales, incompletas e incluso incorrectas, pero pueden ser usadas para predecir el comportamiento del SAR en el ambiente. En este contexto, la adquisición de conocimiento está centrada alrededor de la asimilación de experiencias, siendo las leyes empíricas las unidades de experiencia. De esta forma, un sistema inteligente autónomo (SIA) puede definirse [García Martínez & Borrajo, 1997, 2000], como aquél capaz de descubrir y registrar si una acción efectuada sobre una situación dada fue beneficiosa para lograr su objetivo.Eje: Tecnología Informática aplicada en educaciónRed de Universidades con Carreras en Informática (RedUNCI)2011-05info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf952-961http://sedici.unlp.edu.ar/handle/10915/19960spainfo:eu-repo/semantics/altIdentifier/isbn/978-950-673-892-1info: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:UNLP2025-10-22T16:35:40Zoai:sedici.unlp.edu.ar:10915/19960Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-10-22 16:35:41.045SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Modelo de ciclo de vida para el aprendizaje basado en compartición de conocimientos en sistemas autónomos de robots
title Modelo de ciclo de vida para el aprendizaje basado en compartición de conocimientos en sistemas autónomos de robots
spellingShingle Modelo de ciclo de vida para el aprendizaje basado en compartición de conocimientos en sistemas autónomos de robots
Ierache, Jorge Salvador
Ciencias Informáticas
Robotics
modelo
ciclo de vida
Life cycle
Sistemas Inteligentes Autónomos (SIA)
Models
title_short Modelo de ciclo de vida para el aprendizaje basado en compartición de conocimientos en sistemas autónomos de robots
title_full Modelo de ciclo de vida para el aprendizaje basado en compartición de conocimientos en sistemas autónomos de robots
title_fullStr Modelo de ciclo de vida para el aprendizaje basado en compartición de conocimientos en sistemas autónomos de robots
title_full_unstemmed Modelo de ciclo de vida para el aprendizaje basado en compartición de conocimientos en sistemas autónomos de robots
title_sort Modelo de ciclo de vida para el aprendizaje basado en compartición de conocimientos en sistemas autónomos de robots
dc.creator.none.fl_str_mv Ierache, Jorge Salvador
author Ierache, Jorge Salvador
author_facet Ierache, Jorge Salvador
author_role author
dc.subject.none.fl_str_mv Ciencias Informáticas
Robotics
modelo
ciclo de vida
Life cycle
Sistemas Inteligentes Autónomos (SIA)
Models
topic Ciencias Informáticas
Robotics
modelo
ciclo de vida
Life cycle
Sistemas Inteligentes Autónomos (SIA)
Models
dc.description.none.fl_txt_mv Un rasgo comúnmente asociado con la inteligencia es la capacidad de adquirir nuevos conocimientos [Fritz, 1984; 1992]. Esto se manifiesta en los procesos de aprendizaje, que aceptan ser descritos en términos de asimilación e incorporación de información extraída del contexto. Una forma de adquirir conocimiento nuevo es el llamado "método del ensayo-error"; esta técnica permite descubrir leyes simples cuya verdad se deduce a partir de la experiencia. Los Sistemas Inteligentes Autónomos (SIA), representados en este trabajo por Sistemas Autónomos de Robots (SAR) deben ser capaces de generar teorías de cómo sus ambientes reaccionan a sus acciones, y cómo las acciones afectan al ambiente. Usualmente estas teorías de aprendizaje pueden ser parciales, incompletas e incluso incorrectas, pero pueden ser usadas para predecir el comportamiento del SAR en el ambiente. En este contexto, la adquisición de conocimiento está centrada alrededor de la asimilación de experiencias, siendo las leyes empíricas las unidades de experiencia. De esta forma, un sistema inteligente autónomo (SIA) puede definirse [García Martínez & Borrajo, 1997, 2000], como aquél capaz de descubrir y registrar si una acción efectuada sobre una situación dada fue beneficiosa para lograr su objetivo.
Eje: Tecnología Informática aplicada en educación
Red de Universidades con Carreras en Informática (RedUNCI)
description Un rasgo comúnmente asociado con la inteligencia es la capacidad de adquirir nuevos conocimientos [Fritz, 1984; 1992]. Esto se manifiesta en los procesos de aprendizaje, que aceptan ser descritos en términos de asimilación e incorporación de información extraída del contexto. Una forma de adquirir conocimiento nuevo es el llamado "método del ensayo-error"; esta técnica permite descubrir leyes simples cuya verdad se deduce a partir de la experiencia. Los Sistemas Inteligentes Autónomos (SIA), representados en este trabajo por Sistemas Autónomos de Robots (SAR) deben ser capaces de generar teorías de cómo sus ambientes reaccionan a sus acciones, y cómo las acciones afectan al ambiente. Usualmente estas teorías de aprendizaje pueden ser parciales, incompletas e incluso incorrectas, pero pueden ser usadas para predecir el comportamiento del SAR en el ambiente. En este contexto, la adquisición de conocimiento está centrada alrededor de la asimilación de experiencias, siendo las leyes empíricas las unidades de experiencia. De esta forma, un sistema inteligente autónomo (SIA) puede definirse [García Martínez & Borrajo, 1997, 2000], como aquél capaz de descubrir y registrar si una acción efectuada sobre una situación dada fue beneficiosa para lograr su objetivo.
publishDate 2011
dc.date.none.fl_str_mv 2011-05
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/10915/19960
url http://sedici.unlp.edu.ar/handle/10915/19960
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/isbn/978-950-673-892-1
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
952-961
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_ 1846782804733460480
score 12.982451

Publicaciones similares