Modelo de ciclo de vida para el aprendizaje basado en compartición de conocimiento en sistemas autónomos de robots

Tesis doctoral sobre un modelo de ciclo de vida para el aprendizaje basado en compartición de conocimiento en sistemas autónomos de robots (SAR). La investigación identifica estados de evolución y niveles de actuación de los SAR, y propone mecanismos de aprendizaje por colaboración entre sistemas de distinto nivel de desarrollo. El modelo especifica arquitecturas y estrategias que caracterizan a los SAR y su desempeño en el ambiente de operación, particularmente cuando robots más evolucionados colaboran con receptores menos desarrollados. El trabajo valida experimentalmente que los SAR presentan mejor comportamiento cuando utilizan mecanismos de colaboración que cuando operan de manera aislada.

Puntos clave

• Los sistemas autónomos de robots evolucionan en estados y niveles de actuación que pueden caracterizarse en un ciclo de vida de aprendizaje estructurado.
• El aprendizaje colaborativo entre sistemas autónomos de robots de distinto nivel de desarrollo permite que robots más evolucionados transmitan conocimiento a sistemas receptores menos adelantados.
• La validación experimental demuestra que los sistemas autónomos de robots mejoran significativamente su comportamiento al utilizar mecanismos de colaboración frente a la operación aislada.

Para quién: Investigadores, docentes y estudiantes de robótica autónoma e inteligencia artificial interesados en sistemas multiagente, aprendizaje colaborativo y transferencia de conocimiento en robots.