Navegación mediante Evolución de

Redes Neuronales Recurrentes y

Dinámicas
Tesis Doctoral dirigida por Blanca Cases y
Alvaro Moreno Bergareche

Pablo González Nalda

Depto. de Lenguajes y Sistemas Informáticos

10 de octubre de 2008
 Introducción

Contenidos

Área de
investigación Objetivo: desarrollo exploratorio de la Robótica Evolutiva con
Robótica fines técnicos.
Evolutiva

Objetivos Marco teórico verificado experimentalmente.

Diseño de
Topos
Experimentos:
Resultados
Simulación de un robot y su entorno
Análisis de un
individuo comportamiento de navegación en entornos no
Conclusiones estructurados
Referencias
sonidos reales como únicos puntos de referencia

2 / 62
 Contenidos de la presentación

Contenidos 1 Área de investigación

Área de
investigación

Robótica
2 Robótica Evolutiva
Evolutiva

Objetivos

Diseño de
3 Objetivos del trabajo
Topos

Resultados

Análisis de un
4 Diseño de Topos
individuo

Conclusiones
5 Resultados
Referencias

6 Análisis de un individuo

7 Conclusiones
3 / 62
 Contenidos 1 Área de investigación
Área de
investigación
Robótica 2 Robótica Evolutiva
Entorno
Sı́mbolos
Conexionismo

Robótica 3 Objetivos del trabajo

Evolutiva

Objetivos

Diseño de 4 Diseño de Topos

Topos

Resultados

Análisis de un
5 Resultados
individuo

Conclusiones

Referencias
6 Análisis de un individuo

7 Conclusiones
4 / 62
 Robótica en entornos no estructurados

Contenidos

Área de
investigación
Robótica
Entorno Entorno no estructurado: representación inviable
Sı́mbolos
Conexionismo

Robótica por falta de información,

Evolutiva

Objetivos
porque el entorno es cambiante
Diseño de descripción no manejable por complicada.
Topos

Resultados Robótica Evolutiva adecuada (diseño automático)

Análisis de un
individuo

Conclusiones

Referencias

5 / 62
 Espectro de control robótico

Contenidos
Espectro de control robótico [Arkin, 1998]: sistemas
Área de
investigación deliberativos
Robótica
Entorno
Sı́mbolos simbólicos,
Conexionismo

Robótica basados en Inteligencia Artificial “clásica” y

Evolutiva

Objetivos
adecuados para entornos altamente estructurados,
Diseño de
Topos a sistemas reactivos
Resultados

Análisis de un
subsimbólicos,
individuo
basados en sistemas conexionistas y
Conclusiones

Referencias
adecuados para entornos no estructurados.

6 / 62
 Conceptos para la Robótica

Contenidos

Área de
investigación Corporeidad: el controlador depende de la
Robótica
Entorno morfologı́a del robot [Brooks, 1991]
Sı́mbolos
Conexionismo
Ubicación: un robot debe estar acoplado a su
Robótica
Evolutiva entorno y tomarlo como el modelo del
Objetivos mundo [Brooks, 1991]
Diseño de
Topos
Simulaciones mı́nimas: se pueden construir simulaciones
Resultados sencillas que produzcan controladores
Análisis de un válidos para robots fı́sicos [Jakobi,
individuo
1998]
Conclusiones

Referencias

7 / 62
 Diseño automático

Contenidos

Área de
investigación Diseño a mano: el programador elige
Robótica
Entorno
Sı́mbolos la manera de procesar los datos
Conexionismo

Robótica determina qué información es relevante

Evolutiva

Objetivos Diseño automático: el sistema facilita

Diseño de
Topos la evolución el conjunto de hardware y controlador
Resultados
la aplicación de los conceptos de corporeidad y ubicación
Análisis de un
individuo la decisión de la estructura perceptiva
Conclusiones

Referencias

8 / 62
 Inspiración Biológica

Contenidos

Área de
investigación
Robótica
Entorno Referente en el diseño de robots autónomos
Sı́mbolos
Conexionismo

Robótica funcional
Evolutiva

Objetivos
estructural
Diseño de con diferentes niveles de inspiración
Topos

Resultados Robótica Biomimética: copia estructural y funcional

Análisis de un
individuo

Conclusiones

Referencias

9 / 62
 Entorno multidisciplinar

Contenidos

Área de
investigación Referente teórico para objetivo técnico, no descriptivo:
Robótica
Entorno
Sı́mbolos Biologı́a: evolución y morfologı́a
Conexionismo

Robótica Neurociencias: estructura y su relación con la

Evolutiva
percepción
Objetivos

Diseño de
Psicologı́a: percepción básica y comportamiento
Topos
Filosofı́a de la Ciencia: visión de conjunto y abstracción de los
Resultados
mecanismos
Análisis de un
individuo

Conclusiones
Prioridad del objetivo práctico frente al conocimiento
Referencias

10 / 62
 Inteligencia, Emergencia, Autoorganización y Vida
Artificial

Contenidos

Área de
investigación
Robótica
Entorno
La Inteligencia a través de la Vida Artificial
Sı́mbolos
Conexionismo Comportamiento funcional complejo
Robótica
Evolutiva
resultado de la dinámica global emergente
Objetivos interacción de multitud de elementos
Diseño de
Topos mediante reglas locales simples
Resultados no reducible al comportamiento de las partes
Análisis de un
individuo

Conclusiones

Referencias

11 / 62
 Sı́mbolos o Base Fı́sica

Contenidos

Área de La Hipótesis del Sistema de Sı́mbolos

investigación
Robótica Los sensores suministran sı́mbolos.
Entorno
Sı́mbolos
Conexionismo
Por ello el sistema de razonamiento puede separarse del
Robótica sensomotor.
Evolutiva

Objetivos
La Hipótesis de la Base Fı́sica
Diseño de
Topos Los sistemas deben usar representaciones basadas en el
Resultados mundo fı́sico: “Es mejor usar el mundo como su propio
Análisis de un
individuo
modelo” [Brooks, 1991]
Conclusiones La Inteligencia es inseparable del cuerpo y del entorno.
Referencias

12 / 62
 Conexionismo, PDP

Contenidos

Área de
Procesamiento Distribuido Paralelo: procesamiento
investigación subsimbólico de la información por un conjunto de elementos
Robótica
Entorno simples con reglas locales, de los que emerge una dinámica
Sı́mbolos
Conexionismo global.
Robótica
Evolutiva Inspirados en:
Objetivos

Diseño de Fı́sica: Enfriamiento Estadı́stico (Simulated

Topos
Annealing )
Resultados

Análisis de un
Topologı́a: SOM o Redes de Kohonen
individuo
Probabilidad: Redes Bayesianas
Conclusiones

Referencias
Neurociencias: Redes Neuronales

13 / 62
 Contenidos 1 Área de investigación
Área de
investigación

Robótica
2 Robótica Evolutiva
Evolutiva
Objetivos y
situación actual
Lı́neas de trabajo 3 Objetivos del trabajo
Simulaciones e
implementaciones
Lı́mites y problemas

Objetivos 4 Diseño de Topos

Diseño de
Topos

Resultados 5 Resultados
Análisis de un
individuo

Conclusiones
6 Análisis de un individuo
Referencias

7 Conclusiones
14 / 62
 Objetivos de la Robótica Evolutiva

Contenidos

Área de
investigación
La Robótica Evolutiva
Robótica
Evolutiva
Objetivos y estudia mecanismos cognitivos creando modelos
situación actual
Lı́neas de trabajo
Simulaciones e
crea sistemas con comportamientos funcionalmente más
implementaciones
Lı́mites y problemas complejos
Objetivos encuentra mejores soluciones para entornos no
Diseño de estructurados mediante
Topos

Resultados
sistemas subsimbólicos
diseño automático
Análisis de un
individuo

Conclusiones

Referencias

15 / 62
 Lı́neas de trabajo en la Robótica Evolutiva

Contenidos

Área de
investigación
Estudio de los procesos cognitivos [Harvey, Di˜Paolo,
Robótica
Evolutiva
Wood, Quinn, and Tuci, 2005].
Objetivos y
situación actual Validación de teorı́as neurocientı́ficas y biológicas, como
Lı́neas de trabajo
Simulaciones e
la Fonotaxia del grillo [Webb, 2002, Lund, Webb, and
implementaciones
Lı́mites y problemas
Hallam, 1997].
Objetivos Estudio procesos cognitivos con objetivos
Diseño de
técnicos [Suzuki and Floreano, 2008, Suzuki, 2007].
Topos
Estudio de los modelos como sistemas dinámicos [Beer,
Resultados

Análisis de un
1992].
individuo

Conclusiones

Referencias

16 / 62
 Simulaciones e implementaciones en robots fı́sicos

Contenidos

Área de
investigación

Robótica Se han definido dos lı́neas en cuanto a las simulaciones:

Evolutiva
Objetivos y
situación actual
Lı́neas de trabajo
es inútil trabajar sólo en simulación porque no se asegura
Simulaciones e
implementaciones
su funcionamiento en la realidad [Floreano and Mondada,
Lı́mites y problemas
1996].
Objetivos

Diseño de
es posible definir una simulación mı́nima que permite o
Topos
facilita saltar de simulación a realidad [Jakobi, 1998].
Resultados

Análisis de un
individuo

Conclusiones

Referencias

17 / 62
 Lı́mites y problemas de la Robótica Evolutiva

Contenidos

Área de
investigación

Robótica
Evolutiva Dos problemas principales:
Objetivos y
situación actual
Lı́neas de trabajo Morfogénesis: desarrollo de una forma a partir de la
Simulaciones e
implementaciones
Lı́mites y problemas
información genética
Objetivos Escalabilidad: aplicación del mecanismo a problemas
Diseño de
Topos
cuantitativamente más complejos
Resultados

Análisis de un
individuo

Conclusiones

Referencias

18 / 62
 Contenidos 1 Área de investigación
Área de
investigación

Robótica
2 Robótica Evolutiva
Evolutiva

Objetivos
Percepción
3 Objetivos del trabajo
Problema
planteado

Diseño de
Topos 4 Diseño de Topos
Resultados

Análisis de un
individuo 5 Resultados
Conclusiones

Referencias 6 Análisis de un individuo

7 Conclusiones
19 / 62
 Objetivo principal del trabajo

Contenidos
Objetivo principal del trabajo
Área de
investigación Obtención de un robot en simulación
Robótica
Evolutiva
navegación en entornos no estructurados
Objetivos diferenciar señales variables en el tiempo
Percepción
Problema
planteado
sonidos como puntos de referencia
Diseño de sin mapas ni otros sistemas de localización
Topos

Resultados

Análisis de un
Navegación
individuo
Navegación es el movimiento dirigido de un agente, generado
Conclusiones
analizando aquella información sensorial que el agente
Referencias
necesita para realizar sus funciones vitales

20 / 62
 Navegación: corporeidad y simetrı́a axial

Contenidos
Vehı́culos de Braitenberg [Braitenberg, 1984].
Área de
investigación

Robótica
Evolutiva

Objetivos
Percepción
Problema
planteado

Diseño de
Topos

Resultados

Análisis de un
individuo

Conclusiones

Referencias

21 / 62
 Navegación: Percepción y Redes Neuronales

Redes Neuronales:
Contenidos

Área de sistemas conexionistas

investigación

Robótica
generalización y parametrización
Evolutiva
inspiración biológica
Objetivos
Percepción reconocimiento de patrones o extracción de
Problema
planteado caracterı́sticas (navegación)
Diseño de
Topos paralelamente, adquisición de información y control de la
Resultados parte motora
Análisis de un
individuo
Las Redes Neuronales de Pulsos
Conclusiones

Referencias tienen más potencia de procesamiento temporal de la

entrada [Maass, 1997, Izhikevich, 2006]
más resistentes al ruido (activación digital) [Maass, 1997]
22 / 62
 Problema implementado en la aplicación Topos

Contenidos Simulación de un robot que:

Área de
investigación navega usando puntos de referencia basados en sonido
Robótica real
Evolutiva

Objetivos
distingue dos señales compuestas que varı́an en el tiempo
Percepción (sonido real)
Problema
planteado

Diseño de
recibe una señal que varı́a independientemente de su
Topos movimiento
Resultados
elige una de las dos señales acercándose a ella en un
Análisis de un
individuo esquema caja de Skinner
Conclusiones
percibe y actúa a través de una Red Neuronal de Pulsos
Referencias
y sensores evolucionados
se diseña con un enfoque fuertemente bioinspirado

23 / 62
 Contenidos 1 Área de investigación
Área de
investigación

Robótica
2 Robótica Evolutiva
Evolutiva

Objetivos
3 Objetivos del trabajo
Diseño de
Topos
Descripción global
Faros
Topos
4 Diseño de Topos
Oı́dos
Neuronas
Algoritmo Genético
Fitness 5 Resultados
Resultados

Análisis de un
individuo 6 Análisis de un individuo
Conclusiones

Referencias
7 Conclusiones
24 / 62
 Diseño de Topos

Contenidos

Área de
investigación
Simulación de un robot de dos ruedas.
Robótica
Evolutiva
Superficie rectangular con dos fuentes de sonido.
Objetivos

Diseño de Red Neuronal de Pulsos que conecta sensores con motores.

Topos
Descripción global Se evoluciona una población de robots con un Algoritmo
Faros
Topos
Oı́dos
Genético elitista.
Neuronas
Algoritmo Genético Selección: acercarse a la fuente de sonido determinada al
Fitness

Resultados
principio de las pruebas (caja de Skinner).
Análisis de un
individuo

Conclusiones

Referencias

25 / 62
 Proceso auditivo

Contenidos

Área de
investigación

Robótica
Evolutiva

Objetivos

Diseño de
Topos
Descripción global
Faros
Topos
Oı́dos
Neuronas
Algoritmo Genético
Fitness

Resultados

Análisis de un
individuo

Conclusiones

Referencias

26 / 62
 Fuentes de sonido o faros

Contenidos Los faros son fuentes de sonido estéreo.

Área de
investigación

Robótica
Evolutiva

Objetivos

Diseño de
Topos
Descripción global
Faros
Topos
Oı́dos
Neuronas
Algoritmo Genético
Fitness

Resultados

Análisis de un
individuo

Conclusiones

Referencias

27 / 62
 Individuos o topos

Los topos son simétricos por diseño. Se componen de:

Contenidos
dos oı́dos con oı́do externo e interno (cóclea)
Área de
investigación dos subredes neuronales interconectadas
Robótica información genética
Evolutiva

Objetivos
posición
Diseño de
Topos
Descripción global
Faros
Topos
Oı́dos
Neuronas
Algoritmo Genético
Fitness

Resultados

Análisis de un
individuo

Conclusiones

Referencias

28 / 62
 Oı́do interno (Transformada de Fourier) y
activación de neuronas sensoras

Contenidos
Los sensores simulan los campos receptivos de nuestros oı́dos.
Área de
investigación

Robótica
Evolutiva

Objetivos

Diseño de
Topos
Descripción global
Faros
Topos
Oı́dos
Neuronas
Algoritmo Genético
Fitness

Resultados

Análisis de un
individuo A la activación del sensor se le resta un número aleatorio
Conclusiones (ruido de la señal).
Referencias

29 / 62
 Funcionamiento de las neuronas

Contenidos

Área de
investigación

Robótica
Evolutiva

Objetivos

Diseño de
Topos
Descripción global
Faros
Topos
N
X
Oı́dos
Neuronas
st−1
i = wij at−1
j
Algoritmo Genético
Fitness
j=1
Resultados ati = f (st−1 )
Análisis de un ( i
individuo x, si x < θi
f (x) =
Conclusiones
e−αp · cos(βp), si x ≥ θi p pasos de actualización
Referencias

30 / 62
 Algoritmo Genético

Contenidos

Área de
La representación del individuo en el genotipo es directa.
investigación

Robótica
Los parámetros del robot se codifican en números reales y
Evolutiva enteros, y booleanos codificados como enteros.
Objetivos

Diseño de
La evolución es elitista:
Topos
Descripción global
Faros
el 25 % mejor: pasa a la siguiente generación.
Topos
Oı́dos el 25 % peor: se desecha.
Neuronas
Algoritmo Genético
Fitness
el 75 % mejor (élite incluida): cruce y creación de la
Resultados siguiente generación.
Análisis de un
individuo Mutación: 10 % de las copias de datos (gaussiana de media 1).
Conclusiones

Referencias

31 / 62
 El problema y la función de adecuación o fitness
function

Contenidos

Área de
El problema se considera complejo pero la función de
investigación adecuación es sencilla:
Robótica
Evolutiva
resta un valor proporcional al cuadrado de la distancia
Objetivos
mı́nima al faro correcto
Diseño de
Topos
Descripción global
suma un valor proporcional al cuadrado de la distancia
Faros
Topos
mı́nima al faro incorrecto
Oı́dos
Neuronas se suma (resta) una bonificación si se ha acercado a una
Algoritmo Genético
Fitness distancia del faro.
Resultados
el valor final es la media de cinco pruebas, sustituyendo
Análisis de un
individuo los negativos por cero.
Conclusiones

Referencias

32 / 62
 Ejemplo de movimiento de un robot

Contenidos

Área de
investigación

Robótica
Evolutiva

Objetivos

Diseño de
Topos
Descripción global
Faros
Topos
Oı́dos
Neuronas
Algoritmo Genético
Fitness

Resultados

Análisis de un
individuo

Conclusiones

Referencias

33 / 62
 Contenidos 1 Área de investigación
Área de
investigación

Robótica
2 Robótica Evolutiva
Evolutiva

Objetivos
3 Objetivos del trabajo
Diseño de
Topos

Resultados
Evaluación absoluta 4 Diseño de Topos
Corrección
Señales complejas
Ruido
Silencio
PCM
5 Resultados
Análisis de un
individuo
6 Análisis de un individuo
Conclusiones

Referencias
7 Conclusiones
34 / 62
 Resultados de los experimentos realizados con
Topos

Contenidos

Área de
investigación
Evaluación: acertar, fallar o no alcanzar una fuente de sonido.
Robótica
Evolutiva
Valores que indican la capacidad de hacer la tarea en
Objetivos
porcentaje de efectividad.
Diseño de
Topos eficacia absoluta: efa = aciertos/pruebas
Resultados
Evaluación absoluta
eficacia relativa: efr = aciertos/(aciertos+fallos)
Corrección
Señales complejas
Ruido
Silencio
Estas cantidades indican de forma absoluta la capacidad de
PCM solucionar un problema, frente a una fitness relativa difı́cil de
Análisis de un
individuo interpretar.
Conclusiones

Referencias

35 / 62
 Comprobación del sistema sin sonido y con un
sonido en un faro

Contenidos

Área de
investigación

Robótica
Evolutiva

Objetivos

Diseño de
Topos

Resultados
Evaluación absoluta
Corrección
Señales complejas
Ruido
Silencio
PCM

Análisis de un
individuo

Conclusiones

Referencias

36 / 62
 Comprobación del sistema con dos sonidos iguales
en los faros

Contenidos

Área de
investigación

Robótica
Evolutiva

Objetivos

Diseño de
Topos

Resultados
Evaluación absoluta
Corrección
Señales complejas
Ruido
Silencio
PCM

Análisis de un
individuo

Conclusiones

Referencias

37 / 62
 Reconocimiento de una determinada intensidad de
señal(ruido rosa contra blanco)

Contenidos

Área de
investigación

Robótica
Evolutiva

Objetivos

Diseño de
Topos

Resultados
Evaluación absoluta
Corrección
Señales complejas
Ruido
Silencio
PCM

Análisis de un
individuo

Conclusiones

Referencias

38 / 62
 Reconocimiento de una secuencia temporal

Contenidos

Área de
investigación

Robótica
Evolutiva

Objetivos

Diseño de
Topos

Resultados
Evaluación absoluta
Corrección
Señales complejas
Ruido
Silencio
PCM

Análisis de un
individuo

Conclusiones

Referencias

39 / 62
 Robustez frente al ruido (baterı́a y rock)

Contenidos

Área de
investigación

Robótica
Evolutiva

Objetivos

Diseño de
Topos

Resultados
Evaluación absoluta
Corrección
Señales complejas
Ruido
Silencio
PCM

Análisis de un
individuo

Conclusiones

Referencias

40 / 62
 Comportamiento de la población sin y con ruido

Contenidos

Área de
investigación

Robótica
Evolutiva

Objetivos

Diseño de
Topos

Resultados
Evaluación absoluta
Corrección
Señales complejas
Ruido
Silencio
PCM

Análisis de un
individuo

Conclusiones

Referencias

41 / 62
 Con dos y cuatro fuentes de ruido blanco

Contenidos

Área de
investigación

Robótica
Evolutiva

Objetivos

Diseño de
Topos

Resultados
Evaluación absoluta
Corrección
Señales complejas
Ruido
Silencio
PCM

Análisis de un
individuo

Conclusiones

Referencias

42 / 62
 Sonidos con partes de silencio

Contenidos

Área de
investigación

Robótica
Evolutiva

Objetivos

Diseño de
Topos

Resultados
Evaluación absoluta
Corrección
Señales complejas
Ruido
Silencio
PCM

Análisis de un
individuo

Conclusiones

Referencias

43 / 62
 Resultados con sonidos con partes de silencio

Contenidos

Área de
investigación

Robótica
Evolutiva

Objetivos

Diseño de
Topos

Resultados
Evaluación absoluta
Corrección
Señales complejas
Ruido
Silencio
PCM

Análisis de un
individuo

Conclusiones

Referencias

44 / 62
 Sonidos con formato PCM

Contenidos

Área de
investigación

Robótica
Evolutiva

Objetivos

Diseño de
Topos

Resultados
Evaluación absoluta
Corrección
Señales complejas
Ruido
Silencio
PCM

Análisis de un
individuo

Conclusiones

Referencias

45 / 62
 Contenidos 1 Área de investigación
Área de
investigación

Robótica
2 Robótica Evolutiva
Evolutiva

Objetivos
3 Objetivos del trabajo
Diseño de
Topos

Resultados
4 Diseño de Topos
Análisis de un
individuo
Lı́mites

Conclusiones
5 Resultados
Referencias

6 Análisis de un individuo

7 Conclusiones
46 / 62
 Dificultades en el análisis de un individuo

Contenidos

Área de
investigación

Robótica
Evolutiva Es difı́cil determinar cuáles son las partes funcionales y
Objetivos
qué caracterı́sticas son necesarias.
Diseño de
Topos El método es anular partes del individuo y observar si se sigue
Resultados
comportando igual, de forma degradada o se han perdido las
Análisis de un
individuo capacidades.
Lı́mites

Conclusiones

Referencias

47 / 62
 Poda de un individuo (experimento con partes de
silencio)

Contenidos

Área de
investigación

Robótica
Evolutiva

Objetivos

Diseño de
Topos

Resultados

Análisis de un
individuo
Lı́mites

Conclusiones Número de neurona (negro). Conexiones y retardos de las

Referencias conexiones entrantes en naranja (peso positivo) y azul (peso
negativo). Los pesos de los sensores son todos positivos (color
vino). El retardo de valor 56 es recursivo.

48 / 62
 Sensores

Contenidos

Área de
investigación

Robótica
Evolutiva

Objetivos

Diseño de
Topos

Resultados

Análisis de un
individuo
Lı́mites

Conclusiones

Referencias
Sensores FC Umbral Bandas Saturación Peso
0y5 2292.9 20 5 22 79
1y4 1391.7 23 15 269 52

Su separación a cada lado del eje es de 64◦ . 49 / 62

 Contenidos 1 Área de investigación
Área de
investigación

Robótica
2 Robótica Evolutiva
Evolutiva

Objetivos
3 Objetivos del trabajo
Diseño de
Topos

Resultados
4 Diseño de Topos
Análisis de un
individuo

Conclusiones
Conclusiones
5 Resultados
globales
Trabajo futuro

Referencias 6 Análisis de un individuo

7 Conclusiones
50 / 62
 Resultados: viabilidad de un desarrollo técnico en
la Robótica Evolutiva

Contenidos

Área de
Se ha construido una simulación en la que se obtiene
investigación mediante estrategias evolutivas un robot que:
Robótica
Evolutiva
navega usando puntos de referencia complejos
Objetivos

Diseño de
distingue y elige una de las dos señales compuestas que
Topos varı́an en el tiempo (sonido real)
Resultados
recibe una señal que varı́a independientemente de su
Análisis de un
individuo movimiento
Conclusiones
Conclusiones
percibe y actúa a través de una Red Neuronal de Pulsos
globales
Trabajo futuro
y sensores evolucionados
Referencias se diseña con un enfoque fuertemente bioinspirado

51 / 62
 Conclusiones

Contenidos

Área de
investigación
El robot tiene un comportamiento de navegación al diferenciar
Robótica
Evolutiva sonidos variables en el tiempo que usa como puntos de
Objetivos referencia.
Diseño de
Topos El resultado valida el método como adecuado para obtener
Resultados robots que desarrollen tareas complejas en entornos no
Análisis de un estructurados.
individuo

Conclusiones El controlador del robot es mucho más sencillo que lo que

Conclusiones
globales harı́a falta con técnicas de IA clásica.
Trabajo futuro

Referencias

52 / 62
 Dificultades comprobadas en la construcción del
sistema

Contenidos

Área de La aplicación tiene un diseño tradicional en la Robótica

investigación
Evolutiva.
Robótica
Evolutiva
Se ha comprobado que este tipo de diseño dificulta las
Objetivos
siguientes tareas:
Diseño de
Topos

Resultados
es difı́cil conseguir una descripción adecuada de un robot
Análisis de un
con esta complejidad para su uso evolutivo.
individuo
el robot resultante no es suficientemente flexible para
Conclusiones
Conclusiones adaptarse a nuevas tareas o planteamientos.
globales
Trabajo futuro

Referencias Estas dificultades forman la base del trabajo futuro.

53 / 62
 Trabajo futuro

Contenidos

Área de
investigación Morfogénesis: expresión no lineal de la información
Robótica genética
Evolutiva
sensores (exteroceptores y propioceptores)
Objetivos
y motores complejos
Diseño de
Topos topologı́a de la red neuronal más variada
Resultados neuronas más potentes y mecanismos de
Análisis de un
individuo
aprendizaje
Conclusiones Escalabilidad: los entornos complejos y la morfogénesis
Conclusiones
globales permitirán tareas complejas y estructuras
Trabajo futuro

Referencias
inalcanzables con diseño a mano.

54 / 62
Navegación mediante Evolución
de Redes Neuronales
Recurrentes y Dinámicas
Tesis Doctoral dirigida por Blanca Cases
y Alvaro Moreno Bergareche

Pablo González Nalda

Depto. de Lenguajes y Sistemas Informáticos

10 de octubre de 2008
 Contenidos de la presentación

Contenidos 1 Área de investigación

Área de
investigación

Robótica
2 Robótica Evolutiva
Evolutiva

Objetivos

Diseño de
3 Objetivos del trabajo
Topos

Resultados

Análisis de un
4 Diseño de Topos
individuo

Conclusiones
Conclusiones
5 Resultados
globales
Trabajo futuro

Referencias
6 Análisis de un individuo

7 Conclusiones
56 / 62
 Izhikevich: equilibrio entre plausibilidad biológica de los
modelos del tipo Hodgkin-Huxley y eficiencia
computacional de los modelos de neuronas
integrar-y-disparo [Izhikevich, 2006]
Hopfield: red asociativa [Hopfield, 1982]
Paugam-Moisy: aprendizaje hebbiano con reglas STDP
(Spike-Timing Dependent
Plasticity ) [Paugam-Moisy, Martinez, and
Bengio, 2008]
v̇i = 0,04vi2 + 5vi + 140 − ui + I (1)
u̇i = a(bvi − ui ) (2)
(
vi ← c
si vi ≥ 30mV (3)
ui ← ui + d
 Bibliografı́a I

Contenidos

Área de R. Arkin. Behavior-Based Robotics. MIT Press, Cambridge,

investigación
MA., 1998.
Robótica
Evolutiva R. Beer. A dynamical systems perspective on
Objetivos agent-environment interaction. Artificial Intelligence, 1992.
Diseño de
Topos V. Braitenberg. Vehicles. Experiments in Synthetic
Resultados Psychology. MIT Press, MA, 1984.
Análisis de un
individuo R. Brooks. Intelligence without representation. Artificial
Conclusiones Intelligence, 47:139–159, 1991.
Referencias D. Floreano and F. Mondada. Evolution of homing navigation
in a real mobile robot. IEEE Transactions on Systems,
Man and Cybernetics, 26(3):396–407, 1996.

59 / 62
 Bibliografı́a II

Contenidos
I. Harvey, E. Di Paolo, R. Wood, M. Quinn, and E. A. Tuci.
Área de
investigación
Evolutionary robotics: A new scientific tool for studying
Robótica cognition. Artificial Life, 11(1-2):79–98, 2005.
Evolutiva

Objetivos
J. J. Hopfield. Neural networks and physical systems with
Diseño de
emergent collective computational abilities. PNAS, 79(8):
Topos 2554–2558, April 1982. URL
Resultados
http://www.pnas.org/content/79/8/2554.abstract.
Análisis de un
individuo E. Izhikevich. Polychronization: Computation with spikes.
Conclusiones Neural Comput., 18(2):245–282, 2006.
Referencias
N. Jakobi. Minimal Simulations for Evolutionary Robotics.
PhD thesis, COGS, 1998.

60 / 62
 Bibliografı́a III

Contenidos H. H. Lund, B. Webb, and J. Hallam. A robot attracted to

the cricket species gryllus bimaculatus. In P. Husbands and
Área de
investigación I. Harvey, editors, IV European Conference on Artificial
Robótica Life ECAL97, pages 246–255. MIT Press/Bradford Books,
Evolutiva

Objetivos
MA, 1997.
Diseño de W. Maass. Networks of spiking neurons: the third generation
Topos
of neural network models. Neural Networks, 10:1659–1671,
Resultados
1997.
Análisis de un
individuo
Hélène Paugam-Moisy, Régis Martinez, and Samy Bengio.
Conclusiones
Delay learning and polychronization for reservoir
Referencias
computing. Neurocomput., 71(7-9):1143–1158, 2008.
ISSN 0925-2312. doi:
http://dx.doi.org/10.1016/j.neucom.2007.12.027.

61 / 62
 Bibliografı́a IV

Contenidos

Área de
investigación
M. Suzuki. Enactive robot vision. PhD thesis, Lausanne,
Robótica
Evolutiva diciembre 2007. URL
Objetivos http://library.epfl.ch/theses/?nr=3974.
Diseño de
Topos M. Suzuki and Dario Floreano. Enactive Robot Vision.
Resultados Adaptive Behavior, 2008.
Análisis de un
individuo B. Webb. Robots in invertebrate neuroscience. Nature, 417:
Conclusiones 359–363, 2002.
Referencias

62 / 62