Universidad Politécnica de Cartagena TESIS DOCTORAL “UNA ...

Capitulo 7. Conclusiones y Trabajos Futuros
En comparación con otras propuestas presentes en la literatura, nuestro modelo es
capaz de reproducir los patrones cinemáticos del movimiento de agarre observados en
condiciones normales y en condiciones parkinsonianas. Modelos cercanos (en
conceptos) al presentado en esta Tesis (Hoff – Arbib, Ulloa –Bullock) dan cuenta de
manera natural de estos patrones en la condición normal, pero no pueden dar
explicación a la fenomenología parkinsoniana. Los modelos de esta Tesis abordan dicha
fenomenología con varias hipótesis (redes neuronales de los ganglios basales) que
extienden los conceptos acerca de la organización del movimiento de agarre propuestos
por modelos computacionales previos.
En cuanto al modelo para el control sinérgico del movimiento de los dedos de una
mano antropomorfa presentado en el Capítulo 4, es importante remarcar el hecho de
que esta estrategia de control para el movimiento de agarre, detectada por el análisis
SVD de los datos capturados con el CyberGlove, se ha observado en la ‘etapa de salida’. En
esta Tesis nos hemos preguntado: ¿poseen las autoposturas que conforman la base de
esta estrategia, una representación neuronal a nivel cortical? y, ¿podemos hacer un
modelo o algoritmo útil para el control del agarre con manos artificiales antropomorfas,
basándonos en este hecho?. La respuesta a la primera pregunta ha sido ampliamente
discutida en Capitulo 4. La respuesta a la segunda pregunta es el modelo cuya
operatividad y funcionalidad quedan expuestos en el mismo Capítulo.
En el estudio de la actividad neuronal que se desarrolla en la capa intermedia del
modelo GRASP (Capítulo 5), hemos encontrado que a través de un aprendizaje
progresivo como el que se ha propuesto, una arquitectura neuronal basada en la
computación con funciones de base radial, es capaz de desarrollar una codificación
abstracta del agarre de los objetos que resulta fácilmente identificable con la actividad
de las neuronas de las áreas F5 y AIP de los primates durante el agarre. Este resultado
constituye lo que hemos venido en llamar una propiedad emergente del modelo. En
otras palabras, en un modelo neuronal artificial sobre el que se pueden establecer
analogías entre las neuronas de la capa oculta y el tipo de computación que se lleva
cabo en las neuronas corticales, el entrenamiento en base a ejemplos de agarre
propuesto en este Capítulo de la Tesis, ‘genera’ un ‘comportamiento’ o codificación de
las acciones de agarre en el módulo GRASP que se asemeja al tipo de codificación
neuronal sobre las acciones de agarre que lleva a cabo el circuito parieto – frontal
biológico de los humanos y primates.
En el Capítulo 6 se han presentado los resultados de los experimentos llevados a
cabo con una plataforma robótica antropomorfa para el agarre y manipulación de
objetos dirigida en su actuación por la implementación software de los modelos
neuronales desarrollados en capítulos anteriores. Con estas experiencias se cierra el
282