Академический Документы
Профессиональный Документы
Культура Документы
10 de octubre de 2008
Introducción
Contenidos
Área de
investigación Objetivo: desarrollo exploratorio de la Robótica Evolutiva con
Robótica fines técnicos.
Evolutiva
2 / 62
Contenidos de la presentación
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
Objetivos
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
Objetivos
porque el entorno es cambiante
Diseño de descripción no manejable por complicada.
Topos
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
Referencias
52 / 62
Dificultades comprobadas en la construcción del
sistema
Contenidos
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
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
10 de octubre de 2008
Contenidos de la presentación
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
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
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