Continelli Flores, Nicole AndreaNagua Cuenca, Luis FernandoMonje Micharet, Concepción AliciaBalaguer Bernaldo de Quirós, Carlos2024-01-242024-01-242023-06-01Revista Iberoamericana de Automática e Informática industrial, (2023), 20 (3), pp.: 282–292https://hdl.handle.net/10016/39473En 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.spaAttribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)Atribución-NoComercial-SinDerivadas 3.0 EspañaActivation functionConstant curvature (CC)Machine learningMultilayer perceptron (MLP)Neural networkSoft roboticsresearch articleIngeniería MecánicaRobótica e Informática Industrialhttps://doi.org/10.4995/riai.2023.18752open access2823292RIAI - Revista Iberoamericana de Automatica e Informatica Industrial20AR/0000033596