Control a alto nivel para corrección de trayectorias de vehículos aéreos no tripulados utilizando deep reinforcement learning
En este documento se trata el desarrollo de un algoritmo de aprendizaje por refuerzo (Reinforcement Learning) que tiene como finalidad el control de trayectoria de un vehículo aéreo no tripulado (UAV) en ambientes que introduzcan errores en la navegación de estos dispositivos. La idea principal del...
- Autores:
-
Martínez Velásquez, Victor Daniel
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2019
- Institución:
- Universidad de los Andes
- Repositorio:
- Séneca: repositorio Uniandes
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.uniandes.edu.co:1992/44488
- Acceso en línea:
- http://hdl.handle.net/1992/44488
- Palabra clave:
- Drones
Aprendizaje por refuerzo (Aprendizaje automático)
Redes neurales (Computadores)
Ingeniería
- Rights
- openAccess
- License
- https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf
| Summary: | En este documento se trata el desarrollo de un algoritmo de aprendizaje por refuerzo (Reinforcement Learning) que tiene como finalidad el control de trayectoria de un vehículo aéreo no tripulado (UAV) en ambientes que introduzcan errores en la navegación de estos dispositivos. La idea principal del trabajo es utilizar las herramientas de la inteligencia artificial para que un UAV logre seguir una trayectoria proporcionada por el usuario cuando esta se ve perturbada debido a una sintonización inadecuada del controlador interno del UAV. |
|---|