En este trabajo se desarrolla una variación del algoritmo de campos potenciales para la planificación de trayectorias que evita obstáculos aplicado a un manipulador antropomórfico de 6 grados de libertad. En primera instancia se generó el modelo de cinemática inversa basada en un proceso de control iterativo multivariable, luego se modificó el modelo agregando un vector de rotación obtenido por las fuerzas repulsivas entre el obstáculo y las seis articulaciones del robot de manera que el manipulador pueda encontrar una ruta que evite el obstáculo y alcance una posición objetivo. Este modelo final de cinemática inversa con campos potenciales genera trayectorias que dependen del parámetro de velocidad de optimización y de los coeficientes de campos vectoriales. Con el objetivo de optimizar las trayectorias se generó una base de datos con los puntos iniciales, finales y de obstáculos de diferentes trayectorias con sus respectivos parámetros optimizados para entrenar una red neuronal supervisada. Los resultados muestran que la red neuronal debe entrenarse con una mayor cantidad de datos debido a que se calculan parámetros erróneos para ciertas posiciones iniciales y finales. Finalmente, la simulación del manipulador de 6 grados de libertad que sigue la trayectoria generada por el modelo de cinemática inversa y campos potenciales con los parámetros optimizados calculados empíricamente resultan en un modelo con un comportamiento adecuado logrando evitar los obstáculos.