"Sistema inteligente con integración multi-sensorial y aprendizaje de abstracciones."

Abstract

En la mayoría de los robots móviles se han utilizado algoritmos de planeación, pero éstos no han dado resultados precisos en todas las condiciones. La inteligencia artificial tuvo una tendencia de enfoque en los métodos basados en experiencias o algoritmos de aprendizaje que mejoran la autonomía de los robots. En este trabajo se desarrolla una arquitectura de agente inteligente basado en aprendizaje por refuerzo que cuenta con un algoritmo de red neuronal artificial que modela la integración multisensorial y mejora este sistema para percibir suficiente información del ambiente para la toma de decisiones. Se hicieron los experimentos necesarios, los cuales fueron la generación de unas curvas de aprendizaje para el algoritmo Intra-option Q-learning de un sólo paso y generación de curvas de aprendizaje con el nuevo algoritmo generado llamado Intra-option + SOM, entonces haciendo una comparación entre las curvas de aprendizaje del primer algoritmo y las curvas de aprendizaje del segundo se puede observar que el rendimiento es el mismo, con la ventaja de que el segundo algoritmo tiene la capacidad de integración multisensorial.