Universidad Politécnica de Cartagena TESIS DOCTORAL “UNA ...

Universidad Politécnica de Cartagena TESIS DOCTORAL “UNA ... Universidad Politécnica de Cartagena TESIS DOCTORAL “UNA ...

repositorio.bib.upct.es
from repositorio.bib.upct.es More from this publisher
24.01.2013 Views

Introducción agarre por parte de un manipulador robótico antropomorfo genérico. Nos centramos en dos fases de aprendizaje del sistema i) Aprendizaje de los efectos visuales de un comando motor ejecutado por la mano. ii) Aprendizaje de los comandos motores apropiados para la prensión de objetos. Se propone como hipótesis central del modelo el que, el éxito para el correcto aprendizaje de una tarea tan compleja como el agarre de un objeto, depende principalmente de la arquitectura neuronal subyacente y del procesado de la información que induce, más que de soluciones puramente algorítmicas. • Transferencia de los principios biológicos del comportamiento cognitivomotriz en humanos y primates hacia el diseño de sistemas de control para robots antropomorfos más flexibles y robustos. Los resultados de la investigación desarrollada en esta Tesis Doctoral podrían ser enfocados a su aplicación en áreas en las que un comportamiento similar al humano sea deseable, como por ejemplo, el diseño de sistemas de control para prótesis avanzadas o la robótica de servicio y de rehabilitación. 3. Metodología empleada en el desarrollo de la investigación. El Modelado Neuronal Dinámico Los modelos presentados en esta Tesis Doctoral se han desarrollado siguiendo la metodología del Modelado Neuronal Dinámico (Bullock y Grossberg, 1988a; Bullock y col, 1993; Contreras Vidal y col, 2001). El objetivo de esta metodología es la formalización y descripción matemática de los principios biológicos que relacionan determinados aspectos del comportamiento humano o animal con mecanismos neuronales específicos. De esta manera, el método emplea un enfoque de arriba-abajo (Top-Down) en cuanto que el comportamiento humano o animal guía dicho modelado neuronal, mientras que los mecanismos neuronales definen la infraestructura necesaria para generar dicho comportamiento. Este enfoque se conoce como enfoque abajo-arriba (Bottom-Up). El método del modelado neuronal puede describirse en siete etapas generales que definen un ciclo que empieza en el estudio de un sistema biológico, como puede ser un primate, hasta la obtención de modelos que puedan ser transferidos a la ingeniería (Figura 1). 4

Introducción 1. Análisis experimental del sistema biológico (percepción, acción, cognición) 7. Transferencia tecnológica 6. Propiedades emergentes 5. Obtención de características operacionales 5 2. Estudio de la neurobiología del sistema 3. Modelo matemático dinámico 4. Simulación del modelo Figura 1. El método del modelado neuronal dinámico 3.1 Análisis experimental del sistema biológico Proceso en el que se definen los aspectos del comportamiento humano o animal a modelar. Estos aspectos se pueden categorizar de forma general en tareas de percepción, acción y cognitivas. Esta etapa se centra en la búsqueda de características invariables en el comportamiento a estudiar. Dichas características o rangos invariables definen los principios biológicos de computación que se busca modelar. Generalmente, se empieza por analizar los resultados de los experimentos psicofísicos diseñados para explorar hipótesis acerca del funcionamiento de ciertas estructuras neuronales en el cerebro. Por ejemplo, en el ámbito de la acción se pueden estudiar aspectos de la coordinación del movimiento en los humanos como: forma de las trayectorias, sincronización y correlación espacio-temporal de las articulaciones, duración del movimiento, etc. 3.2 Estudio de la neurobiología del sistema En esta etapa, se intentan delimitar los posibles mecanismos neuronales que producen el comportamiento observado. A partir de diferentes ramas científicas y técnicas (neuroanatomía, neurofisiología, farmacología, imaginería cerebral, etc…) se pueden estudiar la conectividad y topología del cerebro a nivel local, regional y de

Introducción<br />

agarre por parte <strong>de</strong> un manipulador robótico antropomorfo genérico. Nos<br />

centramos en dos fases <strong>de</strong> aprendizaje <strong>de</strong>l sistema i) Aprendizaje <strong>de</strong> los<br />

efectos visuales <strong>de</strong> un comando motor ejecutado por la mano. ii)<br />

Aprendizaje <strong>de</strong> los comandos motores apropiados para la prensión <strong>de</strong><br />

objetos. Se propone como hipótesis central <strong>de</strong>l mo<strong>de</strong>lo el que, el éxito para<br />

el correcto aprendizaje <strong>de</strong> una tarea tan compleja como el agarre <strong>de</strong> un<br />

objeto, <strong>de</strong>pen<strong>de</strong> principalmente <strong>de</strong> la arquitectura neuronal subyacente y<br />

<strong>de</strong>l procesado <strong>de</strong> la información que induce, más que <strong>de</strong> soluciones<br />

puramente algorítmicas.<br />

• Transferencia <strong>de</strong> los principios biológicos <strong>de</strong>l comportamiento cognitivomotriz<br />

en humanos y primates hacia el diseño <strong>de</strong> sistemas <strong>de</strong> control para<br />

robots antropomorfos más flexibles y robustos.<br />

Los resultados <strong>de</strong> la investigación <strong>de</strong>sarrollada en esta Tesis Doctoral podrían ser<br />

enfocados a su aplicación en áreas en las que un comportamiento similar al humano sea<br />

<strong>de</strong>seable, como por ejemplo, el diseño <strong>de</strong> sistemas <strong>de</strong> control para prótesis avanzadas o<br />

la robótica <strong>de</strong> servicio y <strong>de</strong> rehabilitación.<br />

3. Metodología empleada en el <strong>de</strong>sarrollo <strong>de</strong> la investigación. El Mo<strong>de</strong>lado<br />

Neuronal Dinámico<br />

Los mo<strong>de</strong>los presentados en esta Tesis Doctoral se han <strong>de</strong>sarrollado siguiendo la<br />

metodología <strong>de</strong>l Mo<strong>de</strong>lado Neuronal Dinámico (Bullock y Grossberg, 1988a; Bullock y<br />

col, 1993; Contreras Vidal y col, 2001). El objetivo <strong>de</strong> esta metodología es la<br />

formalización y <strong>de</strong>scripción matemática <strong>de</strong> los principios biológicos que relacionan<br />

<strong>de</strong>terminados aspectos <strong>de</strong>l comportamiento humano o animal con mecanismos<br />

neuronales específicos. De esta manera, el método emplea un enfoque <strong>de</strong> arriba-abajo<br />

(Top-Down) en cuanto que el comportamiento humano o animal guía dicho mo<strong>de</strong>lado<br />

neuronal, mientras que los mecanismos neuronales <strong>de</strong>finen la infraestructura necesaria<br />

para generar dicho comportamiento. Este enfoque se conoce como enfoque abajo-arriba<br />

(Bottom-Up).<br />

El método <strong>de</strong>l mo<strong>de</strong>lado neuronal pue<strong>de</strong> <strong>de</strong>scribirse en siete etapas generales que<br />

<strong>de</strong>finen un ciclo que empieza en el estudio <strong>de</strong> un sistema biológico, como pue<strong>de</strong> ser un<br />

primate, hasta la obtención <strong>de</strong> mo<strong>de</strong>los que puedan ser transferidos a la ingeniería<br />

(Figura 1).<br />

4

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!