Resumen de Sistema de control para robots móviles autónomos basado en habilidades reactivas
Un robot móvil debe ser capaz de adaptarse de manera flexible a cambios que se produzcan en el entorno sin necesidad de decirle qué hacer en cada momento. Su aptitud para el cambio va a depender de cómo estén distribuidas las capacidades de deliberación y reacción con él. La arquitectura de control híbrida AD se basa en la forma en la que se organizan los procesos mentales humanos y consta de dos niveles. Deliberativo y Automático. Se pretende el desarrollo del nivel Automático de la arquitectura AD, que permite al robot disponer de la necesaria reactividad para responder rápidamente a cambios que se produzcan en el entorno. Las habilidades automáticas incluyen las capacidades de percepción y acción del robot y por acciones reflejas que permiten al robot responder de manera prioritaria ante determinados estímulos. Se define una estructura genérica para habilidades que facilita su programación, integración y modificación en la arquitectura de control de manera que no afecte al resto de los componentes que constituyan dicha arquitectura. Se proponen tres métodos diferentes de generación de habilidades complejas a partir de habilidades ya existentes, denominadas secuenciación, adición de salidas y flujo de datos. Estos tres métodos no son excluyentes.
Se propone un algoritmo de aprendizaje por refuerzo, basado en redes neuronales, que permite a un roboto móvil aprender habilidades sensorimotoras automáticas sencillas. El algoritmo de aprendizaje propuesto trabaja con espacios de entrada y salida continuos y señal de refuerzo continua.
