Programa del Curso

 

Objetivos:

Introducir conocimientos que sirvan de base en las materias de especialización en las áreas de Inteligencia Artificial, modelística, simulación, procesamiento e Ingeniería de Software. El contenido del curso se centra sobre el tema de control neuro-inspirado y la robótica basada en comportamientos. Básicamente, se pretende introducir a los alumnos en la temática de robots autónomos mediante estrategias de control asociadas a "comportamientos" usando simuladores y robots físicos. Cabe aclarar que no serán tratados aspectos constructivos ni de diseño robots. Los robots autónomos difieren de los robots mas tradicionales, tales como los de uso industrial, en su capacidad para desenvolverse en un entorno dinámico, el cual sensan, y en base a esto cambian su comportamiento tratando de no afectar sus objetivos básicos (misión o tarea a llevar a cabo). La capacidad de adaptación de un robot autónomo tiene su expresión extrema en el aprendizaje. Este curso, aunque de manera introductoria, pretende abordar también este tema, poniendo énfasis en el aprendizaje por refuerzo. Por último, se pretende introducir los conceptos básicos de neurorobótica, básicamente mediante teóricas y discusión de artículos seleccionados en clases de seminarios.

Contenidos mínimos:

Conceptos de sistemas robóticos móviles neuro-inspirados. Comportamiento adaptativo. Control adaptativo mediante redes neuronales en robótica móvil. Robótica basada en comportamientos. 

Organización de los contenidos - Programa analítico:

1. Representaciones neuronales para control. Definiciones. ¿Que entendemos por un cerebro? El cerebro como un controlador de comportamientos y movimientos. Robots como cerebros corporizados y situados. Necesidad de estudios de sistemas inteligentes mediante robótica móvil. Ejemplos.

2. Introducción a los robots autónomos: Definiciones. Tipos de robots. Historia. Motivaciones desde la inteligencia artificial, desde la cibernética y desde la robótica.

3. Sensado y actuación: Definiciones. Tipos de sensores y actuadores. Características del sensado: imprecisión, ruido. Entornos parcialmente observables.

4. Comportamientos: Definiciones. Ejemplos. Motivaciones biológicas. ¿Cómo obtener comportamientos?. 

5. Arquitecturas basadas en comportamientos: Modelo de subsumption. Motor schema. Coordinación de comportamientos básicos. Arquitecturas híbridas: AuRA. Arquitecturas deliberativas: TRIPS.

6. Aprendizaje: Tipos de aprendizaje. Aprendizaje por refuerzo. Ejemplos.

7. Sistemas neuro-inspirados autónomos móviles: Motivaciones. Modelo simple de sistema de navegación tipo hipocampoentorrinal. Ejemplos.

8. Entorno Webots: Conceptos. Ejemplos de controladores robóticos. Desarrollo de sistema neuro-inspirado para navegación.