“…MLPRegressor(hidden_layer_sizes= (10), verbose = True, activation = 'relu', solver = 'adam', alpha = 0.0001, batch_size = 'auto', learning_rate = 'constant', learning_rate_init = 0.05, max_iter = 10000, tol = 0.0001, momentum = 0.9, early_stopping = False, epsilon = 1e-08) El proceso de la generación de trayectorias con la aplicación de la red neuronal se visualiza en el siguiente diagrama (figura 6). Donde, para realizar una trayectoria, inicialmente se introducen los vectores de posicionamiento y la posición del obstáculo, luego la red neuronal calcula los parámetros óptimos para dicha trayectoria que son ingresados al modelo de geometría inversa para ejecutar el movimiento en simulación.…”