Universidad Politécnica de Cartagena TESIS DOCTORAL “UNA ...

Capitulo 5. Modelo Neuronal para el aprendizaje progresivo de tareas de Agarre
' ( )
L = ∑ G ⋅ W + Ruido
(5.5)
k j jk k
j
La configuración final de la mano hace referencia a qué dedos participarán en el
agarre y como se van a posicionar los dedos durante la ejecución de la
preconfiguración y el agarre. Este modelo fue diseñado para comandar la mano
artificial Belgrado/USC (Bekey y col, 1990), los pares de dedos índice/medio y
anular/meñique se consideran entidades únicas a ser controladas. La salida C consiste
de 7 subvectores separados, cada uno de ellos especificando un detalle distinto de la
configuración de agarre. Tres de esos subvectores (cada uno de ellos formado de dos
unidades o componentes) especifica la participación del pulgar, del dedo I/M y del
dedo A/m respectivamente. Uno de estos vectores (también constituido por dos
unidades) determina si el pulgar se encuentra abducido o no. Los tres vectores restantes
(cada uno de ellos consistente en tres unidades, que a su vez representan las cantidades
pequeña, media y grande) determinan el grado de flexión, durante la preconfiguración,
del pulgar del dedo I/M y del dedo A/m. Para cada subvector, un circuito de ‘el ganador
se lo lleva todo’ determina la unidad más activa del subconjunto; es decir Ck = 1 si Lk =
Max{ L m}
; donde m es un índice que pertenece al conjunto de unidades pertenecientes al
mismo subvector que la unidad k; y Ck = 0 en cualquier otro caso. Este es el patrón de
actividad que emplea el sistema de ejecución de la tarea. En el sistema de Fagg, la
ejecución de la preconfiguración antes del agarre y del propio agarre no la maneja un
sistema neuronal. Tras la ejución del agarre especificado por el sistema neuronal
descrito más arriba, un ‘maestro o entrenador’ evalúa la ejecución del sistema. Existen
dos elementos relacionados con esta evaluación, el éxito y la eficiencia. El éxito nos dice
si el movimiento de agarre implementado ha sido capaz de levantar el objeto. Si el robot
no es capaz de hacer esto, entonces el maestro establece una señal de refuerzo negativo
R = -0.1. Si el agarre resulta exitoso entonces el maestro establece una señal de refuerzo
positivo (R = 1) con cierto descuento si el agarre resulta ineficiente. Un agarre se
considera ineficiente si los dedos se preconfiguran en una apertura mayor de la
necesaria para el objeto que se requiere agarrar. La señal de refuerzo se utiliza por el
algoritmo de aprendizaje para actualizar las conexiones sinápticas (W) en las
proyecciones desde la capa visual/tareas (V) hacia la capa de detectores de
características (F/G) y las conexiones sinápticas (W’) entre esta última capa y la capa de
actuadotes, con el único objetivo de conseguir que el sistema completo reciba la señal de
refuerzo máxima en sus acciones. Los ajustes en las conexiones sinápticas se realizan a
través de un algoritmo Hebbiano / Anti – Hebbiano tal y como se detalla a continuación:
Al sistema se le presenta una entrada concreta para la cual se computa un plan de
agarre que posteriormente se ejecuta. Si el maestro emite una señal de refuerzo positivo,
217