| Eagora

Sign In

Neuroevolución de Redes Neuronales Híbridas en un Agente Robótico (NRNH-AR)

Español


Main author information

CARLOS ALBERTO VASQUEZ JALPA (Mexico) 7584
Scientific production

Event
GKA TECHNO 2022:     11th International Conference of Technology, Science and Society
04/21/2022

Keywords
Neuroevolución Aprendizaje por Refuerzo Profundo Visión Robótica Edge Computing

Abstract

Se ha desarrollado un Agente Robótico capaz de aprender del entorno dinámico por el que navega, el cual tiene como objetivo hallar un objeto específico. Para el crecimiento de su aprendizaje, se ha creado la Neuroevolución de Redes Neuronales Híbridas en un Agente Robótico (NHNN-RA por sus siglas en inglés Neuroevolution of Hybrid Neural Networks in a Robotic Agent) que tiene como propósito captar imágenes, clasificarlas con una CNN y decidir acciones con el Aprendizaje por Refuerzo Profundo y la Política de gradiente. Sin embargo para que el algoritmo tenga éxito físicamente se han considerado además dos bloques: el Hardware y la mecánica involucrada, ya que al tratarse de un aprendizaje de entrenamiento on-line, es decir, que actualiza los parámetros de las redes neuronales mientras navega, es una buena opción utilizar el Edge Computing para evitar problemas como la latencia y que esté limitado por el ancho de banda.