The second thesis of our group has been published. Please find the title and summary below.
Minimización de la red neuronal artificial de agentes encarnados evolucionados para comunicarse referencialmente
Jorge Iván Campos Bravo
En este proyecto realizamos una minimización de la red neuronal del modelo generado por Williams et al. (2008), en dicho modelose implementan dos agentes en un ambiente mínimoen el que pueden interactuar entre ellos, pero no poseen canales especializados para comunicarse.
Su tarea es sencilla, el transmisor necesita informar al receptor la posición de un objetivo en el ambiente y el receptor necesita llegar a la posición del objetivo.
En nuestro modelo, ambos agentes utilizan la misma copia estructural de red neuronal recurrente en tiempo continuo para controlar su sistema sensorio-motor; dicha red neuronal artificial consta de tres neuronas para ambos agentes.
Se realizaron modificaciones al sistema sensorio-motor y al ambiente original para adaptar el nuevo sistema neuronal, sin perder la esencia de la motivación principal, generar comunicación referencial entre los agentes.
La red neuronal que controla a ambos agentes es optimizada utilizando algoritmos evolutivos. Concluido el proceso evolutivo encontramos una red neuronal que cumple con la tarea para ambos agentes. Esta red neuronal fue analizada, primero mediante estadística para corroborar que la tarea fue satisfactoriamente cumplida. Posteriormente, realizamos un análisis del sistema dinámico que describe el comportamiento de la red neuronal para cada agente. Por último, analizamos el diagrama de estados de las neuronas que componen el sistema neuronal.
Podemos concluir que los objetivos fueron cumplidos satisfactoriamente, ya que se obtuvo una red neuronal más pequeña de la utilizada en el modelo de Williams et al. (2008) para cumplir con la misma tarea, esto nos permitió hacer un análisis del sistema dinámico de toda la red neuronal, con cada una de las entradas que la controlan.
4E Cognition Group 