Publication:
Modelado de un cuello robótico blando mediante aprendizaje automático

Thumbnail Image
Identifiers
URI: https://hdl.handle.net/10016/39473
DOI: https://doi.org/10.4995/riai.2023.18752
UXXI: AR/0000033596
Files
Modelado_RIAII_2023.pdf (2.25 MB)
Publication date
2023-06-01
Defense date
Authors
Advisors
Tutors
Journal Title
Journal ISSN
Volume Title
Publisher
Comité Español de Automática
Impact
Google Scholar
Export
Research Projects
Organizational Units
Journal Issue
Abstract
En este trabajo se aborda el problema del modelado de un cuello robótico blando mediante el uso de diferentes arquitecturas de redes neuronales, estudiando la influencia en los resultados del número de capas de cada red y de su correspondiente función de activación. Se emplearán las funciones de activación Tangente Hiperbólica (TANH) y Unidad Lineal Exponencial (ELU). Los modelos obtenidos se comparar ́an con un modelo basado en Perceptrón Multicapa (MLP) de parámetros optimizados, así como con el modelo cinemático analítico del cuello. Los resultados experimentales obtenidos demostrar ́an la ventaja del empleo de last ́ecnicas de aprendizaje automático para el modelado de sistemas altamente no lineales como el del cuello robótico blando, cuya característica elástica dificulta la formulación de un modelo analítico robusto.
Description
Keywords
Activation function, Constant curvature (CC), Machine learning, Multilayer perceptron (MLP), Neural network, Soft robotics
Bibliographic citation
Revista Iberoamericana de Automática e Informática industrial, (2023), 20 (3), pp.: 282–292
Collections
DISA - LR - Artículos de Revistas