Aprendizaje automático para un brazo robótico articulado en el entrenamiento de porteros de balonmano

En el presente Proyecto Fin de Grado se describe el diseño de un sistema de entrenamiento específico para la posición de portero aplicado al deporte de balonmano. Dicho sistema buscará aumentar la eficiencia de los entrenamientos que se practican actualmente para la mencionada posición y tiene la intención de aumentar al máximo exponente las capacidades técnicas del jugador gracias al estudio y aprendizaje de las mismas. El propósito general del trabajo es acercar al mencionado deporte un conjunto de avances técnicos que le permitan estar a la altura respecto a otros deportes con mayor popularidad en los que se aplica la tecnología de manera continua con múltiples fines, siendo el principal proporcionar mayor veracidad en los resultados. Debemos, además, destacar la positiva repercusión social que supone la aplicación de estos avances en los tiempos en los que nos encontramos actualmente, así como el impacto económico que generan en el deporte aplicado. Una vez realizada una breve introducción al sistema y su, a priori, modo de funcionamiento se ha realizado un trabajo de investigación acerca del marco tecnológico que envuelve cada una de las partes que lo componen, haciendo hincapié en la que mayor repercusión tiene en nuestro campo de conocimiento, como es el del aprendizaje de máquinas o machine learning, puesto que deseamos aprender de las capacidades del portero. Se ha tratado de describir con la mayor precisión, al mismo tiempo, el sistema ideado y los diferentes subsistemas que lo conforman. Como consecuencia, y una vez sentadas las bases tecnológicas y puesto al lector en contexto, el objeto del trabajo realizado pasa a ser describir con todo detalle el modo de funcionamiento del sistema en el entorno específico necesario. Además, se llevan a cabo un diseño simple de la estructura física del sistema descrito previamente, mediante la herramienta de creación Cacoo, y un diseño simulado y en 3D del escenario donde tendría lugar el entrenamiento, mediante el programa V-Rep. El siguiente paso en el trabajo realizado ha sido elaborar un apartado específico que describa al completo la herramienta utilizada para llevar a cabo el aprendizaje de las capacidades del portero, una Red Neuronal Artificial. Este apartado incluye explicaciones matemáticas tanto del modo de funcionamiento de la red como del algoritmo de aprendizaje usado, incluyendo un conjunto de pasos a seguir para aplicarlo. Además, dichas explicaciones se han traducido a lenguaje de programación Python para implementar una Red Neuronal Artificial, todo con Eclipse como entorno de desarrollo. Este hecho, queda reflejado en el último apartado donde mostramos mediante figuras las líneas de código más relevantes para el correcto funcionamiento de la red. Asimismo, con el objetivo de facilitar al usuario de nuestro sistema de aprendizaje el manejo del mismo, se ha desarrollado una interfaz gráfica que le permita usarlo de manera sencilla y le proporcione la mayor cantidad de información sobre los resultados del entrenamiento de forma simple y fácil de entender. Este programa, permite al usuario elegir entre diferentes modos de entrenamiento, establecer sus propios patrones de entrada a la Red Neuronal Artificial o realizar lanzamientos a portería de manera simulada para generar patrones de entrada, entre otras funcionalidades. partir del trabajo de desarrollo ejercido, se han realizado una serie de pruebas que han permitido evaluar la capacidad y calidad del aprendizaje realizado por parte de la Red Neuronal Artificial. Dichas pruebas han consistido en observar el comportamiento y resultados obtenidos de la red en función de unos parámetros que caracterizan su comportamiento. Las entradas usadas han sido las mismas para todos los ensayos. Finalmente, a la vista de los resultados obtenidos a partir de las pruebas mencionadas en el apartado anterior, podemos confirmar que hemos llevado a la realidad el sistema de aprendizaje descrito a lo largo del documento del proyecto. Se ha desarrollado la simulación de un sistema que aprende, en base a unos patrones de entrada. Dichos patrones de entrada caracterizan a través de sus parámetros las capacidades del portero entrenado. Por lo tanto vemos cumplido el objetivo que tiene como título el del Proyecto Fin de Grado y, de alguna forma, hemos acercado la tecnología, una con gran futuro a largo plazo, como es el de la Inteligencia Artificial, al deporte del balonmano. Abstract: This Final Degree Project describes the design of a specific training system for the goalkeeper position applied to handball. This system will seek to increase the efficiency of the training currently practiced for the position and aims to increase to the maximum exponent the technical capabilities of the player through the study and learning of them. The general purpose of this work is to bring to the mentioned sport a set of technical advances that allow it to be up respect to other sports with greater popularity in which the technology is applied in a continuous way with multiple purposes, being the main one to provide greater veracity in the results. We must also highlight the positive social impact of the application of these advances in the times in which we find ourselves today, as well as the economic impact they generate in the sport applied. Once a brief introduction to the system and its, a priori, mode of operation had been made, a research work was carried out on the technological framework that surrounds each of the parts that compose it, emphasizing the one that has the greatest repercussion in our knowledge field, such as the machine learning, since we wish to learn from the capabilities of the goalkeeper. We have tried to describe with the greatest precision, at the same time, the system devised and the different subsystems that make it up. As a consequence, and once the technological bases have been laid and the reader has been put into context, the object of the work carried out becomes to describe in detail the way the system works in the specific environment required. In addition, a simple design of the physical structure of the system previously described is carried out, using the Cacoo creation tool, and a simulated 3D design of the scenario where the training would take place, using the V-Rep program. The next step in the work done has been to develop a specific section describing in full the tool used to carry out the learning of the capabilities of the goalkeeper, an Artificial Neural Network. This section includes mathematical explanations of both the way the network works and the learning algorithm used, including a set of steps to follow to apply it. In addition, these explanations have been translated into Python programming language to implement an Artificial Neural Network, all with Eclipse as the development environment. This fact is reflected in the last section where we show through figures the most relevant lines of code for the proper functioning of the network. Also, in order to make it easier for the user of our learning system to use it, we have developed a graphical interface that allows you to use it in a simple way and provide you with as much information about the results of the training in a simple and easy to understand way. This program allows the user to choose between different training modes, establish their own patterns of input to the Artificial Neural Network or perform launches to goal in a simulated manner to generate input patterns, among other features. Based on the development work carried out, a series of tests have been carried out to evaluate the capacity and quality of the learning carried out by the Artificial Neural Network. These tests have consisted of observing the behaviour and results obtained from the network according to some parameters that characterize its behavior. The inputs used were the same for all the tests. Finally, in view of the results obtained from the tests mentioned in the previous section, we can confirm that we have brought to reality the learning system described throughout the project document. The simulation of a learning system has been developed, based on input patterns. These input patterns characterize through their parameters the capabilities of the trained goalkeeper. Therefore, we have fulfilled the objective of the End of Degree Project and, in some way, we have brought technology, one with a great future in the long term, such as Artificial Intelligence, to handball