Aprendizado por Demonstração aplicado à um Braço Robótico utilizando Célula Neural Artificial Paraconsistente Paulino Machado Gomes, Mauricio Conceição Mario, João Inácio da Silva Filho, Leonardo do Espirito Santo, Rodrigo Silvério da Silveira, Cláudio Luís Magalhães Fernandes

Resumo

Neste trabalho é utilizado um algoritmo denominado de Célula Neural Artificial Paraconsistente de aprendizagem (CNAPap), que foi criado a partir das equações baseadas em Lógica Paraconsistente Anotada – LPA. A LPA é uma lógica não clássica, que é baseada em conceitos que permitem, sob certas condições, aceitar a contradição em seus fundamentos, sem invalidar as conclusões. Com sinais padronizados, repetidamente aplicados à entrada da CNAPap, é possível armazenar gradativamente esta informação, aumentando ou diminuindo seu nível de resposta, na saída com variação assintótica, e controlado por um Fator de Aprendizagem (FA). Foi implementado em um microcontrolador ATmega 328p, um conjunto de cinco CNAPaps, formando uma Rede Neural Artificial Paraconsistente de aprendizagem (RNAPap), e vários ensaios foram realizados, para validar o seu funcionamento, atuando no aprendizado por demonstração (LfD), em um Robô Manipulador. Os resultados de estudos comparativos, mostraram que a RNAPap possui propriedades dinâmicas, com capacidade de atuar, tanto no processo de aprendizagem por demonstração, como no processo de imitação.