Análisis de parámetros de aprendizaje de un modelo de hiperplanos RBF para coordinación senso-motora

Abstract

El objetivo del presente artículo se centra en la realización de un análisis de error y convergencia de un modelo de identificación no lineal basado en las redes HRBF (Hyperplane Radial Bases Functions), y su posterior implementación en una plataforma robótica para coordinación senso-motora en procesos de agarre guiados por el tacto. Uno de las principales características de este algoritmo es el número de parámetros que pueden ser aprendidos adaptativamente. El estudio realizado y los resultados obtenidos han permitido la optimización del este algoritmo neuronal en una plataforma real formada por un sistema brazo-pinza y un dispositivo de adquisición táctil.