modelo de ciclo de vida para el aprendizaje basado en compartición de conocimientos en ...

288 Pages·2010·4.84 MB·Spanish

UNIVERSIDAD NACIONAL DE LA PLATA
FACULTAD DE INFORMÁTICA

MODELO DE CICLO DE VIDA PARA EL
APRENDIZAJE BASADO EN COMPARTICIÓN DE
CONOCIMIENTOS EN SISTEMAS AUTÓNOMOS DE
ROBOTS

TESIS DOCTORAL EN CIENCIAS INFORMÁTICAS

Tesista: M.Ing. Jorge Salvador IERACHE

Directores: Profesor Armando DE GIUSTI y Profesor Ramón GARCÍA MARTÍNEZ.

La Plata, Buenos Aires, Argentina

2010

DEDICATORIA

A mis padres Pascual y Elvira.
A mi hijos Guido Tomás y Rocío de la Paz.
A mi esposa María Alejandra.
A mis Amigos y familiares.
A la memoria de Edgardo Raúl Claverie, mi compañero de cursos
de doctorado de la UPM.
A mis Alumnos, por compartir esta pasión por la robótica
acompañándome en mis ideas y enseñándome.
A Hugo, por apoyar mis pasos en la robótica.
A Ramón, por su consideración y consejos en pos de mi
crecimiento profesional.
A Tito, Marcelo y Patricia por recibirme con generosidad y
permitirme desarrollar mi formación de posgrado.
A Luna, quien me acompañó durante las noches y horas de
preparación de la tesis.

AGRADECIMIENTOS

A mi país le entrego esta pequeña contribución por darme la oportunidad de estudiar.

A mis seres queridos por el apoyo y empuje en los momentos difíciles.

A la Facultad de Informática de la Universidad Nacional de la Plata por brindarme, a través de los
cursos del doctorado, un mayor conocimiento en mis estudios del doctorado en ciencias
informáticas.

Al personal de la secretaría de posgrado de la Facultad de Informática de la Universidad Nacional
de la Plata por su asistencia y comprensión.

A la Facultad de Informática, Ciencias de la Comunicación y Técnicas Especiales de la Universidad
de Morón, por brindarme el espacio para desarrollarme y ayudar a crecer a nuestros alumnos a
través del Instituto de Sistemas Inteligentes y Enseñanza Experimental de la Robótica.

A mis directores de Tesis Armando De Giusti y Ramón García Martínez por dirigirme y apoyarme
para la realización de este trabajo.

A mi compañero de doctorado el M.Ing Claudio Rancan por sus consideración y apoyo, a Patricia
Pesado y Marcelo Naiouf por su consejos, a María Alejandra Iglesias y María Laura González por
la lectura de revisión, a Maria Tarletta y Julio Cortese por su ayuda en la impresión de los
ejemplares de esta tesis.

A los Ingenieros Berman Milton, Torres Fernando, Yagi Leonardo de la Facultad de Ingeniería de
la Universidad de Buenos Aires, Martín Dittler de la Universidad de Morón por participar en la
experimentación y apoyar la discusión de mis ideas.

A mis alumnos por la confianza y apoyo que me depositaron durante la organización de los
Campeonatos Argentinos de Fútbol de Robots 2005 y 2009, como así también en la dirección de sus

trabajos, al permitirme disfrutar y renegar juntos observando el comportamiento de un robot.

RESUMEN

En esta tesis se distinguen los estados de evolución y niveles de actuación en el contexto de
un ciclo de vida para el aprendizaje de Sistemas Autónomos de Robots (SAR). Sobre estas bases,
resulta conveniente especificar mecanismos de aprendizaje por colaboración entre SARs,
definiendo un ciclo de vida de aprendizaje que considere arquitecturas y modelos que caractericen
al SAR y su actuación en el ambiente de operación, en particular SARs más evolucionados
colaborando con SARs receptores menos evolucionados. Centrado en el mecanismo de aprendizaje
especificado resulta conveniente estudiar experimentalmente la colaboración entre SARs, validando
la tesis que éstos tienen un mejor comportamiento utilizando colaboración que cuando no la usan.

ABSTRACT

In this thesis we distinguish the stages of evolution and levels of action in the context of a
learning life cycle for Autonomous Robots Systems (ARS). On this basis, it is advisable to specify
learning mechanisms of collaboration among ARSs, defining a learning life cycle which considers
architectures and models that characterize the ARS and its performance in the operating
environment, including more advanced ARSs working with less evolved ARSs receptors. Focused
on the specified learning mechanism it is experimentally convenient to study the collaboration
among ARSs, validating the thesis that they have a better performance when using collaboration
than when it is not used.

En mi opinión, para comprender la inteligencia hay que comprender cómo se adquiere, se
representa y se almacena el conocimiento; cómo se genera y se aprende el comportamiento
inteligente; cómo se desarrollan y se usan las motivaciones, las emociones y las prioridades; cómo
las señales sensoriales son transformadas en símbolos ;cómo se manipulan los símbolos para
aplicar la lógica, para razonar sobre el pasado y planificar el futuro, y cómo los mecanismos de la
inteligencia producen los fenómenos de la ilusión, las creencias, las esperanzas, los temores y los
sueños y, sí ,incluso la bondad y el amor. Comprender estas funciones en nivel fundamental sería,
creo yo, un logro científico de la misma escala que la física nuclear, la relatividad y la genética
molecular.
James Albus 13 de febrero de 1995.

“El aprendizaje es un simple apéndice de nosotros mismos; dondequiera que estemos, está
también nuestro aprendizaje”.
William Shakespeare (1564-1616)