Generación de Movimientos Coordinados de Enjambre en Múltiples Drones a través de Algoritmos de Aprendizaje Profundo

EL presente trabajo de grado plantea un algoritmo de aprendizaje profundo basado en Q learning que permite a un grupo de agentes representar un movimiento de enjambre, específicamente leader follower implementando una repulsión entre agentes y evasión de obstáculos fijos. El modelo de aprendizaje in...

Full description

Autores:

Gómez Garzón, Nicolás David
Peña Castro, Néstor Harbey

Tipo de recurso:

Trabajo de grado de pregrado

Fecha de publicación:

2022

Institución:

Universidad Santo Tomás

Repositorio:

Repositorio Institucional USTA

Idioma:

spa

OAI Identifier:

oai:repository.usta.edu.co:11634/46788

Acceso en línea:

http://hdl.handle.net/11634/46788

Palabra clave:

Leader-follower
deep reinforcement learning
deep learning
swarm
Deep Q networks
Pybullet
trajectory
simulation
repulsion
Ingeniería Electrónica
Algoritmos-Aprendizaje
Software
Métodos de simulación
enjambre
drones
aprendizaje por refuerzo profundo
Movimientos Coordinados
Repulsión
Simulación
Pybullet
trayectoria

Rights

openAccess

License

Atribución-NoComercial-SinDerivadas 2.5 Colombia