modelo de ciclo de vida para el aprendizaje basado en compartición de conocimientos en ... PDF
Preview modelo de ciclo de vida para el aprendizaje basado en compartición de conocimientos en ...
UNIVERSIDAD NACIONAL DE LA PLATA FACULTAD DE INFORMÁTICA MODELO DE CICLO DE VIDA PARA EL APRENDIZAJE BASADO EN COMPARTICIÓN DE CONOCIMIENTOS EN SISTEMAS AUTÓNOMOS DE ROBOTS TESIS DOCTORAL EN CIENCIAS INFORMÁTICAS Tesista: M.Ing. Jorge Salvador IERACHE Directores: Profesor Armando DE GIUSTI y Profesor Ramón GARCÍA MARTÍNEZ. La Plata, Buenos Aires, Argentina 2010 DEDICATORIA A mis padres Pascual y Elvira. A mi hijos Guido Tomás y Rocío de la Paz. A mi esposa María Alejandra. A mis Amigos y familiares. A la memoria de Edgardo Raúl Claverie, mi compañero de cursos de doctorado de la UPM. A mis Alumnos, por compartir esta pasión por la robótica acompañándome en mis ideas y enseñándome. A Hugo, por apoyar mis pasos en la robótica. A Ramón, por su consideración y consejos en pos de mi crecimiento profesional. A Tito, Marcelo y Patricia por recibirme con generosidad y permitirme desarrollar mi formación de posgrado. A Luna, quien me acompañó durante las noches y horas de preparación de la tesis. AGRADECIMIENTOS A mi país le entrego esta pequeña contribución por darme la oportunidad de estudiar. A mis seres queridos por el apoyo y empuje en los momentos difíciles. A la Facultad de Informática de la Universidad Nacional de la Plata por brindarme, a través de los cursos del doctorado, un mayor conocimiento en mis estudios del doctorado en ciencias informáticas. Al personal de la secretaría de posgrado de la Facultad de Informática de la Universidad Nacional de la Plata por su asistencia y comprensión. A la Facultad de Informática, Ciencias de la Comunicación y Técnicas Especiales de la Universidad de Morón, por brindarme el espacio para desarrollarme y ayudar a crecer a nuestros alumnos a través del Instituto de Sistemas Inteligentes y Enseñanza Experimental de la Robótica. A mis directores de Tesis Armando De Giusti y Ramón García Martínez por dirigirme y apoyarme para la realización de este trabajo. A mi compañero de doctorado el M.Ing Claudio Rancan por sus consideración y apoyo, a Patricia Pesado y Marcelo Naiouf por su consejos, a María Alejandra Iglesias y María Laura González por la lectura de revisión, a Maria Tarletta y Julio Cortese por su ayuda en la impresión de los ejemplares de esta tesis. A los Ingenieros Berman Milton, Torres Fernando, Yagi Leonardo de la Facultad de Ingeniería de la Universidad de Buenos Aires, Martín Dittler de la Universidad de Morón por participar en la experimentación y apoyar la discusión de mis ideas. A mis alumnos por la confianza y apoyo que me depositaron durante la organización de los Campeonatos Argentinos de Fútbol de Robots 2005 y 2009, como así también en la dirección de sus trabajos, al permitirme disfrutar y renegar juntos observando el comportamiento de un robot. RESUMEN En esta tesis se distinguen los estados de evolución y niveles de actuación en el contexto de un ciclo de vida para el aprendizaje de Sistemas Autónomos de Robots (SAR). Sobre estas bases, resulta conveniente especificar mecanismos de aprendizaje por colaboración entre SARs, definiendo un ciclo de vida de aprendizaje que considere arquitecturas y modelos que caractericen al SAR y su actuación en el ambiente de operación, en particular SARs más evolucionados colaborando con SARs receptores menos evolucionados. Centrado en el mecanismo de aprendizaje especificado resulta conveniente estudiar experimentalmente la colaboración entre SARs, validando la tesis que éstos tienen un mejor comportamiento utilizando colaboración que cuando no la usan. ABSTRACT In this thesis we distinguish the stages of evolution and levels of action in the context of a learning life cycle for Autonomous Robots Systems (ARS). On this basis, it is advisable to specify learning mechanisms of collaboration among ARSs, defining a learning life cycle which considers architectures and models that characterize the ARS and its performance in the operating environment, including more advanced ARSs working with less evolved ARSs receptors. Focused on the specified learning mechanism it is experimentally convenient to study the collaboration among ARSs, validating the thesis that they have a better performance when using collaboration than when it is not used. En mi opinión, para comprender la inteligencia hay que comprender cómo se adquiere, se representa y se almacena el conocimiento; cómo se genera y se aprende el comportamiento inteligente; cómo se desarrollan y se usan las motivaciones, las emociones y las prioridades; cómo las señales sensoriales son transformadas en símbolos ;cómo se manipulan los símbolos para aplicar la lógica, para razonar sobre el pasado y planificar el futuro, y cómo los mecanismos de la inteligencia producen los fenómenos de la ilusión, las creencias, las esperanzas, los temores y los sueños y, sí ,incluso la bondad y el amor. Comprender estas funciones en nivel fundamental sería, creo yo, un logro científico de la misma escala que la física nuclear, la relatividad y la genética molecular. James Albus 13 de febrero de 1995. “El aprendizaje es un simple apéndice de nosotros mismos; dondequiera que estemos, está también nuestro aprendizaje”. William Shakespeare (1564-1616)
Description:The list of books you might like
