Design of a self-driving mini-robot for indoor navigation using evolutionary artificial intelligence algorithms.

Abstract

Los sistemas autónomos tienen varias aplicaciones como por ejemplo exploración espacial, tareas de ensamblaje, mantenimiento en el hogar, entre otras. Estos sistemas deben ser capaces de adaptarse a una gran variedad de tareas. Los enfoques de aprendiza je por refuerzo y enfoques evolutivos son los mayores campos con características adaptativas. El algoritmo NEAT es una combinación de estos dos enfoques y por esta razón será usado en este trabajo con propósitos de navegación autónoma, en conjunto con enfoques de reconocimiento de color. El algoritmo NEAT ha sido ampliamente usado en aplicaciones de videojuegos y ambientes simulados. El trabajo presente tiene el objetivo de extender el uso del algoritmo NEAT a aplicaciones de procesamiento de imágenes y aplicaciones robóticas; introduciendo un algoritmo NEAT adaptado llamado NEAT auto tripulado para el reconocimiento de colores o NEAT-SDCR por sus siglas en inglés. El objetivo principal del presente trabajo es descubrir si NEAT-SDCR se desempeña bien en entornos reales. Para un primer enfoque, la tarea asignada es simple; un robot ser entrenado para seguir objetos de color verde. El entrenamiento ser realizado en un ambiente simulado y luego será probado en un robot real. Las contribuciones de este trabajo son implementar el sistema en un robot real, diseñar una función de aptitud para el problema y mejorar en general el rendimiento del algoritmo NEAT mediante el uso de un nuevo método de reproducción y usando un enfoque incremental.