Publicado el 27 de Julio del 2017
1.186 visualizaciones desde el 27 de Julio del 2017
3,3 MB
112 paginas
Creado hace 11a (22/06/2012)
INSTITUTO TECNOLÓGICO DE LA PAZ
DIVISIÓN DE ESTUDIOS DE POSGRADO E INVESTIGACIÓN
MAESTRÍA EN SISTEMAS COMPUTACIONALES
SIMULACIÓN DE UN ROBOT AUTÓNOMO UTILIZANDO
REDES NEURONALES COOPERATIVAS
T E S I S
QUE PARA OBTENER EL GRADO DE
MAESTRO EN SISTEMAS COMPUTACIONALES
PRESENTA:
OSCAR LUIS RUIZ BERNAL
DIRECTOR DE TESIS:
DR. SAÚL MARTÍNEZ DÍAZ
MIEMBROS DEL JURADO:
PRESIDENTE: DR. SAÚL MARTÍNEZ DÍAZ, CICESE
SECRETARIO: MSC. JAVIER ALBERTO CARMONA TROYO, ITLP
VOCAL: MSC. ILIANA CASTRO LIERA, ITLP
LA PAZ, BAJA CALIFORNIA SUR, MÉXICO, JUNIO 2012
Instituto Tecnológico de La Paz
A mis Niñas
A Dios, un gran administrador
de nuestro tiempo y espacio
Instituto Tecnológico de La Paz
Agradecimientos
Le agradezco a cada una de las personas que lograron cambiar algo en mí, para ser
quien soy ahora.
Al Dr. Saúl Martínez Díaz, su orientación fue pieza importante en la construcción y
término de este trabajo.
A mis maestros, que abrieron este nuevo camino para mí; una guía académica
llena de consejos y experiencias. Lic. María del Carmen Rodríguez Aguilar, M.S.C. Javier
Alberto Carmona Troyo, Dr. Marco Antonio Castro Liera, M.A.T.I. Luis Armando Cárdenas
Florido, M.C. Jesús Antonio Castro, M.C. Bernabé Ortiz y Hebert, Dr. Mario Cortés
Larrinaga. Por su apoyo al M.C. Antonio Hernández y al M.C. Manuel E. Casillas Brook, Jefe
de la división de estudios de posgrado y administración. Muchas Gracias.
Al personal del Instituto Tecnológico de La Paz que me ha tomado como parte de
esta gran familia, en especial a la Lic. Margarita Alicia Martínez Gutiérrez y a la Lic. Karla
Gallardo Ruiz.
Resumen
Instituto Tecnológico de La Paz
Los sistemas autónomos han incrementado su presencia en muchas áreas de la actividad
humana. Los entornos industriales donde se requieren mecanismos capaces de tomar
decisiones “Inteligentes”, son los espacios que han dado auge a estos sistemas.
Aplicaciones tales como actividades de rescate, actividades en ambientes tóxicos,
misiones espaciales e incluso en el hogar los utilizan cada vez más.
Este trabajo es un análisis comparativo entre la eficiencia de una red neuronal monolítica
y una estructura de redes neuronales cooperativas. Se espera que la red cooperativa
presente mejores resultados al distribuir la tarea principal entre cada una de las subredes.
Para el estudio se desarrolla un agente autónomo en un ambiente simulado el cual tiene
la tarea de recoger una pelota en un área de búsqueda y depositarla en un contenedor.
Para el entrenamiento se implementan algoritmos genéticos donde la función de
eficiencia divide el objetivo principal en tareas más pequeñas como “no chocar”, ”detectar
el objeto de frente”, ”detectar el objeto por un lado”.
Abstract
Autonomous systems have increased their presence in many areas of human activity.
Industrial environments where mechanisms capable of making "Intelligent" decisions are
needed are the spaces that have been booming these systems. Such as, rescue activities,
activities in toxic environments, space missions and even in housing use them more and
more.
This work is a comparative analysis of the efficiency of monolithic and cooperative neural
network structures. It is expected that a cooperative network distribute will be able to
more efficient to distribute the main task between each of the subnets. An autonomous
agent was simulating for the study with the task of collecting a ball in a search area and
places it in a container. Genetic algorithms are use for training, where the efficiency
function divides the main goal into smaller tasks such as "avoid crashing", "detect the
object in front," "detect the object on one side."
Simulación de un Robot Autónomo utilizando Redes Neuronales Cooperativas
I
Instituto Tecnológico de La Paz
Índice
Capítulo 1.
Introducción ........................................................................................1
1.1. Objetivo .........................................................................................................3
1.2. Alcance ..........................................................................................................3
1.3. Hipótesis ........................................................................................................3
1.4. Conceptos Generales.....................................................................................4
1.5. Inteligencia artificial y robótica .....................................................................6
1.6. Descripción del trabajo ...............................................................................12
1.6.1. Introducción ......................................................................................12
1.6.2. Funciones del agente y utilidad ........................................................14
1.6.3. Unidades de Medida a utilizar en la comparación y análisis ............18
1.7. Estado del arte.............................................................................................20
1.7.1. Un Enfoque Híbrido en el Desarrollo de Robótica Basada en el
Comportamiento ..................................................................................20
1.7.2. Control neural distribuido para robots autónomos complejos ........21
1.8. Cinemática del robot móvil .........................................................................22
Capítulo 2.
Redes Neuronales Artificiales ...........................................................25
2.1. La Neurona Biológica ...................................................................................25
2.2. La Neurona Artificial ....................................................................................27
2.2.1. Modelo General de la Neurona Artificial ..........................................27
2.2.2. Arquitectura de las Redes Neuronales .............................................29
Capítulo 3.
Algoritmos Genéticos ........................................................................38
3.1. Selección ......................................................................................................42
3.2. Cruce ...........................................................................................................45
3.3. Mutación .....................................................................................................47
3.4. Función de Aptitud ......................................................................................50
Capítulo 4. Neuro-Evolución y Modularidad .......................................................51
4.1. Modularidad ................................................................................................51
4.1.1. Introducción ......................................................................................51
4.1.2. Definiciones.......................................................................................51
4.1.3. Evidencias Biológicas ........................................................................52
4.2. Neuro-Evolución ..........................................................................................53
Simulación de un Robot Autónomo utilizando Redes Neuronales Cooperativas
II
Instituto Tecnológico de La Paz
Capítulo 5.
Diseño del Modelo ............................................................................55
5.1. Entorno de Simulación ODE ........................................................................55
5.1.1. ODE ...................................................................................................56
5.1.2. Motor de Física .................................................................................58
5.1.3. Objetos ..............................................................................................59
5.1.4. Colisiones ..........................................................................................60
5.2. Arquitectura del modelo .............................................................................63
5.2.1. Modelo físico .....................................................................................63
5.2.2. Modelo Neuronal ..............................................................................67
5.2.3. Algoritmo Genético ...........................................................................72
Capítulo 6.
Progreso del modelo y evolución .....................................................76
6.1. Análisis de resultados ..................................................................................80
6.2. Conclusiones ................................................................................................88
Anexo A
Anexo B
Anexo C
Anexo D
Anexo E
Análisis de complejidad ....................................................................90
Comportamientos Típicos .................................................................91
Éxitos por posición inicial de la pelota. .............................................92
Tiempo de búsqueda por posición de la pelota. ..............................93
Código Fuente ...................................................................................95
Operadores Genéticos ..................................................................................95
Cálculos de Red Neuronal .............................................................................98
Función de Eficiencia ............................................................................
Comentarios de: SIMULACIÓN DE UN ROBOT AUTÓNOMO UTILIZANDO REDES NEURONALES COOPERATIVAS (0)
No hay comentarios