Aplicación de Redes Neuronales Artificiales para Navegación Robótica Autónoma usando Aprendizaje por Demostración

Abstract

Res um en

En este trabajo de tesis se aborda el tema de aprendizaje de politicas de nave- gaci6n en ambientes no estructurados. Se estudia el uso de funciones de costos

construidas de forma automatica utilizando un algoritmo basado en aprendizaje por imitaci6n, este algoritmo se implement6 utilizando una maquina de vector soporte y el algoritmo planeador de rutas D*. Se llev6 a cabo un estudio de este algoritmo para probar su capacidad de reutilizar conocimiento para aprender a navegar en nuevos ambientes y se simularon escenarios en los cuales se cuentan

con observaciones ruidosas del ambiente. Los experimentos muestran una deficien- cia por parte de este enfoque para reutilizar conocimiento por lo que se propane

integrar al entrenamiento una red neuronal con memoria de largo y corto plazo la cual permite almacenar informaci6n en una unidades especiales llamadas carrusel del error constante, con esta capacidad la red neuronal fue capaz de aprender a navegar en ambientes estructurados utilizando los costos que mapea una maquina

de vector soporte como recompensas utilizando aprendizaje reforzado. Los expe- rimentos demostraron que la red neuronal con memoria fue capaz de reutilizar

el conocimiento adquirido de una mejor forma que la maquina de vector soporte entrenada con el algoritmo de aprendizaje por imitaci6n. En las pruebas con ruido tambien demostr6 un mejor desempefio.