Dynamic Neural Networks to Generate Robotics Trajectories

Questo lavoro presenta reti neurali artificiali in grado di generare traiettorie di stato dalla mappatura degli stati spaziali di una data struttura. I modelli focalizzati sono quelli delle reti neurali non supervisionate, come Growing Neural Gas (GNG), (Fritzke), Gow When Required (GWR), (Marsland); e una nuova rete di topologia dinamica denominata State Trajectory Generator (STRAGEN Offline e STRAGEN Online), (Benante). Quest'ultimo modello, proposto da Benante, è un contributo importante per mappare lo spazio della dinamica dei robot, rendendo possibili generazioni di traiettorie. I modelli consentono l'utilizzo di diversi criteri per sintetizzare una traiettoria ideale in base all'area di interesse dei diversi attributi che lo stesso dominio può presentare. Ogni modello funziona in tre fasi: Formazione, Generazione traiettoria e Fase di convalida degli errori, ad eccezione di STRAGEN Off-line, che ha una fase di potatura aggiuntiva, eseguita prima della fase di generazione della traiettoria. Questi strumenti vengono utilizzati per calcolare le prestazioni dei robot e per implementare ed eseguire traiettorie ottimizzate di robot. Simulazioni e risultati per domini robotici (con un braccio robot bidimensionale e un manipolatore robotico PUMA 560) sono considerati alla fine come esempi di domini diversi.