This article proposes a comparison between genetic algorithms and Neural Networks on the Inverse Kinematics Problem. This problem consist on determining the set of joint angles of a robot arm in order to bring it to a certain position. We show that the Neural Network approach is adequate to solve this problem, if there is an onto function from the input dataset to the output dataset, while the Genetic Algorithm solve it accuratelly, but not in real time. We discuss which factors determine the Genetic Algorithm performance and the reason why the Natural Network fails and we conclude that in both cases the key factor is the existence of multiple solutions for this problem.

Neste artigo, aplicamos duas técnica classicas da Inteligência Artificial - Redes Neurais e Algoritmos Genéticos - no problema da Cinemática Inversa. Este problema consiste em determinar os ångulos das aticulações de um braçõ robótico que levam o end-effect (garra) até uma posição desejada. Mostramos que a rede neural proposta è adecuada para o problema en cuestão, caso haja una função sobrejetora dos datos de entrada para os de saída, encuanto que o algoritmo genetico o resolve acuradamente, porem não em tempo real. Finalmente discutimos os fatores que determinan o desempenho do Algoritmo Genético e o fracasso do Rede Neural. Com base en nosso resultado, concluímos que o fator determinante em ambos casos é a multiplicidade das soluções encontradas.