Aplicación de técnicas de deep learning on line al aprendizaje de modelos de mundo de robótica cognitiva

Abstract

[Resumen] Este trabajo fin de grado se enmarca en el proyecto europeo de investigación DREAM llevado cabo en el Grupo Integrado de Ingeniería (GII) de la UDC, y centrado en el uso de modelos cognitivos humanos aplicados al desarrollo de capacidades avanzadas en robots autónomos. Uno de los elementos desarrollados en este proyecto fue el sistema de aprendizaje de modelos de mundo dentro de la arquitectura cognitiva llamada Multilevel Darwinist Brain (MDB), imprescindible para poder realizar procesos de razonamiento complejos. Hasta el momento, en el marco del DREAM, se ha abordado el aprendizaje de estos modelos utilizando algoritmos evolutivos, pero son computacionalmente costosos para su uso en tiempo real. En este trabajo de fin de grado se plantea el estudio de aplicación de técnicas de Deep Learning on-line, utilizando para ello la herramienta Tensor Flow. Se propondrá un nuevo procedimiento de aprendizaje on-line de modelos de mundo, con un nuevo método de gestión de memoria, y se analizarán los parámetros óptimos del modelo en un ejemplo típico de robótica cognitiva, midiendo el tiempo de cómputo y la precisión de red neuronal propuesta.

[Resumo] Este traballo de fin de grao enmárcase no proxecto europeo de investigación DREAM levado cabo no Grupo Integrado de Enxeñaría da UDC, e centrado no uso de modelos cognitivos humanos aplicados ao desenvolvemento de capacidades avanzadas en robots autónomos. Un dos elementos desenvolvidos neste proxecto foi o sistema de aprendizaxe de modelos de mundo dentro da arquitectura cognitiva chamada Multilevel Darwinist Brain (MDB), imprescindíbel para poder realizar procesos de razoamento complexos. Ata o momento, no marco do DREAM, abordouse a aprendizaxe destes modelos utilizando algoritmos evolutivos, pero son computacionalmente costosos para o seu uso en tempo real. Neste traballo de fin de grao plantéxase o estudo de aplicación de técnicas de Deep Learning on-line, mediante a ferramenta Tensor Flow. Proporase un novo procedemiento de aprendizaxe on-line de modelos de mundo, cun novo método de xestión de memoria, y estableceranse os parámetros óptimos do modelo nun exemplo típico de robótica cognitiva, medindo o tempo de cómputo e a precisión da rede neuronal proposta.

[Abstract] This final degree project is part of the European research project DREAM carried out in the Integrated Engineering Group (GII) of the UDC, and focused on the use of human cognitive models applied to the development of advanced capabilities in autonomous robots. One of the main elements of this project was the learning system of world models within the cognitive architecture called Multilevel Darwinist Brain (MDB), essential to perform complex reasoning processes. Until now, in the framework of DREAM, the learning of these models has been carried out using evolutionary algorithms, but they are computationally expensive for their use in real time. In this final degree project, the application of on-line Deep Learning techniques is studied, using the Tensor Flow tool. A new procedure for on-line learning of world models will be developed, with a new method of memory management, and the optimal parameters of the model will be analyzed in a typical example of cognitive robotics, by measuring the computation time and the accuracy of the proposed neural network.