Resumen

En este trabajo, se aplica el Mapa Auto-Organizado (SOM) para el Problema del Vendedor Viajero Múltiple (MTSP) con objetivo minmax al problema robótico de planificación de trayectorias multigoal en el dominio poligonal. La principal dificultad de este despliegue de SOM es la determinación de trayectorias libres de colisiones entre obstáculos que se requiere para evaluar las distancias neurona-ciudad en la fase de selección de ganadores del aprendizaje no supervisado. Además, también se necesita un camino libre de colisiones en la fase de adaptación, en la que las neuronas se adaptan a la señal de entrada presentada (ciudad) a la red. Se utilizan aproximaciones simples del camino más corto para abordar esta cuestión y resolver el MTSP robótico mediante SOM. La idoneidad de las aproximaciones propuestas se verifica en el contexto de la inspección cooperativa, donde las ciudades representan lugares de detección que garantizan "ver" todo el espacio de trabajo de los robots. La tarea de inspección formulada como MTSP-Minmax se resuelve mediante el enfoque SOM propuesto y se compara con la heurística combinatoria GENIUS. Los resultados indican que el enfoque propuesto proporciona resultados competitivos con respecto a GENIUS y apoyan la aplicabilidad de SOM para la planificación de trayectorias robóticas multigénero con un grupo de robots móviles que cooperan. La combinación propuesta de rutas más cortas aproximadas con aprendizaje no supervisado abre nuevas aplicaciones de SOM en el campo de la planificación robótica.

• Materias:Inteligencia artificial Minería de datos Algoritmos genéticos Cerebro - fisiopatología Neurociencia Cognitiva
• Subjects:Artificial intelligence Data mining Genetic algorithms Brain - pathophysiology Cognitive Neuroscience
• Palabras claves:planificación de trayectorias multigoal, aprendizaje no supervisado, camino libre, camino más corto aproximado, viajante de comercio múltiple, aplicabilidad de som, determinación de colisión, señal de entrada presentada, problema del viajante de comercio, aplicación de som
• Keywords:multigoal path planning, unsupervised learning, free path, approximate shortest path, multiple traveling salesman, applicability of som, determination of collision, presented input signal, traveling salesman problem, application of som