Aprendizaje adaptativo basado en el mantenimiento de invariancias organizacionales neuronales

Cruellas Labella, Rubén
González Bedia, Manuel (dir.) ; Aguilera Lizarraga, Miguel (dir.)

Universidad de Zaragoza, EINA, 2020
Departamento de Informática e Ingeniería de Sistemas, Área de Lenguajes y Sistemas Informáticos

Máster Universitario en Ingeniería Industrial

Resumen: Durante las últimas décadas se están utilizando herramientas que vienen de la física para estudiar sistemas biológicos. En estos estudios se ha observado que los sistemas biológicos no se posicionan en una fase u otra, sino que suelen posicionarse en la transición de ambas para mejorar su capacidad de adaptación.
En un artículo de la revista Scientific Reports se propone un mecanismo de aprendizaje que genera comportamientos adaptativos, en entornos sencillos, buscando los puntos críticos, que son las transiciones de fase comentadas anteriormente.
Este trabajo consiste en replicar el algoritmo de aprendizaje y extender sus resultados en entornos más complejos. Los entornos, que se explicarán en la memoria, son: un robot móvil en un entorno uniforme y en otro irregular, un péndulo con la barra fija y un robot de dos piernas que aprende a andar y a levantarse.
En todos los entornos se observa que, simplemente buscando estos puntos críticos, los agentes generan comportamientos interesantes sin haber sido programados para ello. Además, la complejidad de su comportamiento aumenta tal como se aumenta el tamaño de las redes neuronales.

Tipo de Trabajo Académico: Trabajo Fin de Master