Volume 13 number 2
Pages: 141-155
Implementação de um sistema de controle para o robô PUMA 560 baseado em uma rede neural auto-organizável.
Guilherme de A. Barreto, Aluizio F. R. Araújo, Christof Dücker, Helge Ritter
| Resumo: | Neste trabalho é proposta uma rede neural auto-organizável, chamada rede Competitiva e Hebbiana Temporal (CHT),capaz de aprender e reproduzir seqüências temporais complexas. Tais seqüências possuem elementos repetidos e/ou compartilham elementos com outras seqüências. Em ambos os casos ocorrem incertezas durante a fase de reprodução das seqüências armazenadas, sendo estas resolvidas por meio de informação decontexto. Pesos sinápticos competitivos codificam a parte estática dasseqüências, enquanto a ordem temporal é codificada através de conexões laterais. A rede CHT faz uso eficiente de memória, pois armazena apenas uma única cópia de cada elemento repetido/compartilhado. Além disso, redundância no armazenamento dos elementos de uma seqüência atorna tolerante a ruídos e falhas. Foi utilizada uma plataforma de controle distribuído para avaliar a rede CHT no problema de planejamento de trajetórias para controle ponto-a-ponto, em temporeal, do robô PUMA 560. A performance do sistema de controle é comparada com a de outras redes neurais. |
| Palavras Chave: | Redes não-supervisionadas,seqüências temporais, robótica, planejamento de trajetória, controle distribuído. |
| Abstract: | In this work it is proposed aself-organizing network, called Competitive and Temporal Hebbian (CTH) network, capable of learning and recalling complextemporal sequences. The CTH network handles sequences inwhich an item occurs many times or is shared with othersequences. In both cases, uncertainties occur duringrecall, but context information are used to resolve them. Competitivesynaptic weights encode the static portion of a sequence, while thetemporal order is encoded by lateral weights. The CTHnetwork saves memory space since only a single copy of eachrepeated/shared sequence item is stored. Furthermore, a redundancy mechanism improves the robustness ofthe network against noise and faults. A distributed control platformwas used to evaluate the CTH network in trajectory planning forreal time, point-to-point control of trajectories of a PUMA 560robot. The proposed system is compared with otherneural network based approaches. |
| Keywords: | Unsupervised neural networks, temporal sequences, robotics, trajectory planning, distributed control. |
PDF copy (326155bytes)
Click here to obtain
|
Last modifications: by jro |