Generación de marcha de un robot humanoide imitando al ser humano

• Autor: Cornejo Arismendi, Victor Alfonzo
• Formato: tesis de maestría
• Fecha de Publicación: 2019
• Institución: Universidad Católica San Pablo
• Repositorio: UCSP-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.ucsp.edu.pe:20.500.12590/15977
• Enlace del recurso: https://hdl.handle.net/20.500.12590/15977
• Nivel de acceso: acceso abierto
• Materia: Marcha de Humanoides; Robot Humanoide; Mapeo de movimiento humano; Aprendizaje por Imitación; Aprendizaje por refuerzo; Red Neuronal RBF; Sarsa; RBF Sarsa; https://purl.org/pe-repo/ocde/ford#1.02.01

Esta investigación plantea el problema de generar una marcha para un robot humanoide a partir de la imitación de un ser humano, para ello, la información cinemática capturada del movimiento humano es utilizada y aplicada en la propuesta basada en una primera etapa en el mapeo desde los puntos de captura del movimiento humano hasta las articulaciones de robots humanoides, y en una segunda etapa de aprendizaje desde la generación de pequeñas perturbaciones de los movimientos mapeados hasta el entrenamiento del modelo de aprendizaje, con el fin de ajustar las posiciones de las articulaciones del humanoide para imitar el movimiento humano. La investigación muestra el estado del arte de trabajos relacionados y plantea una clasificación diferenciando entre técnicas con y sin imitación. La propuesta muestra un esquema que toma la secuencia de una marcha humana y la réplica en un robot humanoide usando un algoritmo de mapeamiento. Estos resultados no son suficientes, ya que la réplica de movimientos no resuelve el problema de equilibrio. Por ello se plantea utilizar algoritmo de aprendizaje por refuerzo que utiliza posibles acciones a cada paso y las interpola en esta red neuronal. Esta red utiliza una función de recompensa que esta´ dada por el ángulo de desviación del torso que mide la estabilidad del robot. Así también se muestran graficas de convergencia de la propuesta con distintos resultados usando diferentes parámetros de prueba para encontrar los parámetros indicados de convergencia. También se propone una medida de similitud entre el resultado de la propuesta y el movimiento real humano. Concluyendo en un análisis de resultados satisfactorios y propuestas de futuras aplicaciones.