A reinforcement connectionist learning approach to robot path finding

Abstract

LA TESIS DEFINE MODELOS CONEXIONISTAS DE APRENDIZAJE PARA LA BUSQUEDA DE TRAYECTORIAS PARA ROBOTS, EL ESTUDIO SE REALIZA PRIMERO PARA UN ESCENARIO SIMPLIFICADO (2D) Y LUEGO PARA UN ESCENARIO REAL (ROBOT MOBIL DE LA FAMILIA NOMAD 200 MOVIENDOSE EN ENTORNOS PLANARES). UNA SIMULACION REALIZADA DE FORMA EXHAUSTIVA DEMUESTRA LOS BUENOS RESULTADOS PRACTICOS DE LOS METODOS PROPUESTOS.