Diseño e implementación software de un robot humanoide.

[ES]Este documento tiene la intención de presentar un Trabajo de Fin de Grado (TFG). Este proyecto consiste en una serie de herramientas que permitan el diseño, implementación y desarrollo del software de control de un robot humanoide. El proyecto se centra en la mejora de la efectividad, robustez, rendimiento y fiabilidad del software. Los cambios propuestos introducen mejoras sobre el robot comercial robo nova. En concreto la capacidad de ser modular, permitiendo de esta forma el uso total o parcial de las soluciones escogidas, ahorrando tiempo y dinero en futuros desarrollos de esta plataforma

Implementación hardware de un robot humanoide.

[ES]Este trabajo describe una serie de mejoras aplicables a un kit comercial de robot humanoide Robonova, con el fin de que este reproduzca el comportamiento cinemático del ser humano con mayor autonomía. Entre ellas destacan la implementación de sensores infrarrojos, sensores de posición, cámaras de visión y conexiones en serie de servomotores. Todo ello controlado desde un ordenador de placa reducida Raspberry Pi.

A framework for learning in humanoid simulated robots

One of the most important characteristics of intelligent activity is the ability to change behaviour according to many forms of feedback. Through learning an agent can interact with its environment to improve its performance over time. However, most of the techniques known that involves learning are time expensive, i.e., once the agent is supposed to learn over time by experimentation, the task has to be executed many times. Hence, high fidelity simulators can save a lot of time. In this context, this paper describes the framework designed to allow a team of real RoboNova-I humanoids robots to be simulated under USARSim environment. Details about the complete process of modeling and programming the robot are given, as well as the learning methodology proposed to improve robot's performance. Due to the use of a high fidelity model, the learning algorithms can be widely explored in simulation before adapted to real robots. © 2008 Springer-Verlag Berlin Heidelberg.