Modelado de un cuello robótico blando mediante aprendizaje automático

Abstract

En este trabajo se aborda el problema del modelado de un cuello robótico blando mediante el uso de diferentes arquitecturas de redes neuronales, estudiando la influencia en los resultados del número de capas de cada red y de su correspondiente función de activación. Se emplearan las funciones de activación Tangente Hiperbólica (TANH) y Unidad Lineal Exponencial (ELU). Los modelos obtenidos se compararan con un modelo basado en Perceptron Multicapa (MLP) de parámetros optimizados, así como con el modelo cinemático analítico del cuello. Los resultados experimentales obtenidos demostraran la ventaja del empleo de las técnicas de aprendizaje automático para el modelado de sistemas altamente no lineales como el del cuello robótico blando, cuya característica elástica dificulta la formulación de un modelo analítico robusto.

Keywords

• robótica blanda
• curvatura constante (cc)
• aprendizaje automático
• red neuronal
• perceptrón multicapa (mlp)
• funcion de activación