Dynamic Neural Networks to Generate Robotics Trajectories = Dynamic Neural Networks to Generate Robotics Trajectories

Questo postulato espone reti neurali artificiali adatte alla generazione di traiettorie di stato a partire dalla mappatura dello spazio di stato di un framework. I modelli con l'obiettivo principale sono le reti neurali non supervisionate, quali Growing Neural Gas (GNG), (Fritzke), Grow When Required (GWR), (Marsland) e una nuova rete con topologia dinamica chiamata State Trajectory Generator (STRAGEN Off-line e STRAGEN On-line), (Benante). Quest'ultimo è un modello proposto da Benante, è un contributo importante alla mappatura della robot space dynamic per essere in grado di generare traiettorie. I modelli consentono l'utilizzo di vari criteri per la sintesi di una traiettoria ideale in base all'area di interesse di diversi attributi dello stesso dominio. Ogni modello funziona in tre fasi: Training, Trajectories Generation and Validation Error phase, oltre a STRAGEN Off-line, che ha una fase aggiuntiva di pruning, che viene eseguita prima della fase di Trajectory Generation e dopo la fase di training. Questi strumenti sono utilizzati per misurare le prestazioni dei robot e per implementare ed eseguire traiettorie ottimizzate nei robot. Le simulazioni e i risultati per i domini robotici (con manipolatori robotici bidimensionali e PUMA 560) alla fine sono considerati come esempi di domini diversi.