| Revista: | Acta universitaria - Universidad de Guanajuato |
| Base de datos: | |
| Número de sistema: | 000602231 |
| ISSN: | 0188-6266 |
| Autores: | Aldana Franco, Fernando1 Aldana Franco, Rosario1 Álvarez Sánchez, Ervin Jesús1 Montes González, Fernando2 Leyva Retureta, José Gustavo1 |
| Instituciones: | 1Universidad Veracruzana, Facultad de Ingeniería Mecánica y Eléctrica, Jalapa, Veracruz. México 2Universidad Veracruzana, Instituto de Investigaciones en Inteligencia Artificial, Jalapa, Veracruz. México |
| Año: | 2024 |
| Volumen: | 34 |
| País: | México |
| Idioma: | Inglés |
| Tipo de documento: | Artículo |
| Resumen en español | Se presenta un modelo emergente de cooperación y comunicación que involucra un conjunto de robots MarxBot. La tarea consiste en recolección de materia prima almacenada y su depósito en la banda de procesamiento, además de la recolección del elemento fabricado y su depósito en una banda de empaquetado. Los robots son controlados mediante redes neuronales artificiales que son optimizadas mediante un algoritmo genético en el simulador robótico conocido como FARSA (framework for autonomous robotics simulation and analysis). Se prueba en un ambiente simulado de grupos homogéneos de robots con comunicación emergente basada en diodos emisores de luz (LED, por sus siglas en inglés), los cuales tienen un mejor rendimiento en la tarea propuesta que un sistema de comunicación con señales preestablecidas y un grupo que no tiene capacidad de comunicación. Esto se debe al nivel de organización provisto por la emergencia de señales que proviene del grupo y de la interacción con el entorno. Esto demuestra que la perspectiva de la robótica evolutiva es aplicable a las necesidades de la Industria 4.0. |
| Resumen en inglés | This study introduces an innovative model of cooperation and communication among a collective of Marxbot robots. The primary task involves the retrieval and deposition of raw materials onto a processing band, as well as the collection and placement of finished products onto a packaging band. The robots are controlled using artificial neural networks (ANN), which are optimized using a genetic algorithm (GA) within the framework for autonomous robotics simulation and analysis (FARSA) environment. Our simulations have demonstrated that homogeneous robot groups utilizing emergent communication via light emitting diodes (LED) significantly outperform those with predefined signal systems or no communication capabilities. The superior performance is attributed to the organizational structure that arises from signal emergence within the group dynamics and environmental interactions. These findings emphasize the relevance of evolutionary robotics (ER) principles in meeting the demands of Industry 4.0. |
| Disciplinas: | Ciencias de la computación |
| Palabras clave: | Robótica evolutiva, Industria 4.0, Comunicación, Redes neuronales artificiales, Inteligencia artificial |
| Keyword: | Evolutionary robotics, Industry 4.0, Communication, Artificial neural networks, Artificial intelligence |
| Texto completo: | Texto completo (Ver PDF) Texto completo (Ver HTML) |
