Martínez Álvarez, AlexánderDelgado Giraldo, María de los ÁngelesPenagos Angrino, Juan Felipe2024-06-172024-06-172023https://vitela.javerianacali.edu.co/handle/11522/2754Se desarrolló un sistema basado en redes neuronales artificiales (RNA), el cual permite el aprendizaje y la ejecución de una tarea de clasificación de objetos cúbicos por color al robot colaborativo UR3 mediante interacción multimodal comandada por gestos y voz. Las pruebas se realizaron con siete sujetos de prueba a los cuales inicialmente se les realizó una encuesta para identificar el nivel de conocimiento en robótica e interacción multimodal. Posteriormente, se les explicó cuáles eran las diferentes formas para enseñarle al robot la tarea de clasificación por color de objetos cúbicos. Finalmente, se ejecutaron las pruebas en dos formatos; cuantitativas y cualitativas. Las pruebas cuantitativas evaluaron 588 interacciones verbales, 21 comandos de voz, 252 interacciones gestuales, 63 interacciones multimodales y 63 clasificaciones por color de objetos cúbicos, obteniendo un total de acierto del 94.86% para comandos multimodales, un 96.83% para comandos de voz, un 80.95% para los comandos multimodales y 100% para las clasificaciones por color de objetos cúbicos. Las pruebas cualitativas se realizaron mediante una encuesta de cinco preguntas evaluada con una escala likert, consultando a los usuarios sobre su experiencia respecto al desempeño de las interacciones verbales, gestuales, multimodales, realimentación y clasificación. Las encuestas mostraron una alta satisfacción sobre la arquitectura propuesta durante la interacción del usuario con el robot.17 p.application/pdfspaAprendizaje de máquinaClasificaciónComunicación multimodalInteracción humano robotRedes Neuronales ArtificialesRobótica colaborativahttp://purl.org/coar/resource_type/c_2df8fbb1https://creativecommons.org/licenses/by-nc-nd/4.0/http://purl.org/coar/access_right/c_14cb