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
id |
UNIANDES2_425d10860732031d18989641c4505680 |
---|---|
oai_identifier_str |
oai:repositorio.uniandes.edu.co:1992/44488 |
network_acronym_str |
UNIANDES2 |
network_name_str |
Séneca: repositorio Uniandes |
repository_id_str |
|
spelling |
Al consultar y hacer uso de este recurso, está aceptando las condiciones de uso establecidas por los autores.https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdfinfo:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Giraldo Trujillo, Luis Felipe87382f6b-7bf5-4ed1-8463-1721274e1bb7400Martínez Velásquez, Victor Daniel5f7a14be-12b0-4533-b821-70bb3f9f0803500Higuera Arias, Carolina2020-09-03T14:53:55Z2020-09-03T14:53:55Z2019http://hdl.handle.net/1992/44488u830609.pdfinstname:Universidad de los Andesreponame:Repositorio Institucional Sénecarepourl:https://repositorio.uniandes.edu.co/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.In this paper, a methodology using Reinforcement Learning is proposed to approach the navigation control of an Unmanned Aerial Vehicle (UAV) in environments that are prone to uncertainties. The main idea of this project is to develop an AI algorithm able to correct the UAV's navigation errors due to an inaccurate sintonization of the internal controllers of the device.Ingeniero ElectrónicoPregrado13 hojasapplication/pdfspaUniversidad de los AndesIngeniería ElectrónicaFacultad de IngenieríaDepartamento de Ingeniería Eléctrica y Electrónicainstname:Universidad de los Andesreponame:Repositorio Institucional SénecaControl a alto nivel para corrección de trayectorias de vehículos aéreos no tripulados utilizando deep reinforcement learningTrabajo de grado - Pregradoinfo:eu-repo/semantics/bachelorThesishttp://purl.org/coar/resource_type/c_7a1fhttp://purl.org/coar/version/c_970fb48d4fbd8a85Texthttp://purl.org/redcol/resource_type/TPDronesAprendizaje por refuerzo (Aprendizaje automático)Redes neurales (Computadores)IngenieríaPublicationTHUMBNAILu830609.pdf.jpgu830609.pdf.jpgIM Thumbnailimage/jpeg20372https://repositorio.uniandes.edu.co/bitstreams/53be7f07-a2e9-4f60-aa8e-47f6757c30a1/downloaddda65514dd6745893ebf831009432df4MD55ORIGINALu830609.pdfapplication/pdf872025https://repositorio.uniandes.edu.co/bitstreams/b49cf81f-90c1-4ee3-9f1b-56e3e5a1fb39/downloaddf659a565e3ca6082355ad1f1b9dc731MD51TEXTu830609.pdf.txtu830609.pdf.txtExtracted texttext/plain35071https://repositorio.uniandes.edu.co/bitstreams/0707a051-72d8-4f2b-8703-16bc09507ef3/download257c5e60274a1abf7e89d34dd56e2f98MD541992/44488oai:repositorio.uniandes.edu.co:1992/444882023-10-10 18:59:41.841https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdfopen.accesshttps://repositorio.uniandes.edu.coRepositorio institucional Sénecaadminrepositorio@uniandes.edu.co |
dc.title.es_CO.fl_str_mv |
Control a alto nivel para corrección de trayectorias de vehículos aéreos no tripulados utilizando deep reinforcement learning |
title |
Control a alto nivel para corrección de trayectorias de vehículos aéreos no tripulados utilizando deep reinforcement learning |
spellingShingle |
Control a alto nivel para corrección de trayectorias de vehículos aéreos no tripulados utilizando deep reinforcement learning Drones Aprendizaje por refuerzo (Aprendizaje automático) Redes neurales (Computadores) Ingeniería |
title_short |
Control a alto nivel para corrección de trayectorias de vehículos aéreos no tripulados utilizando deep reinforcement learning |
title_full |
Control a alto nivel para corrección de trayectorias de vehículos aéreos no tripulados utilizando deep reinforcement learning |
title_fullStr |
Control a alto nivel para corrección de trayectorias de vehículos aéreos no tripulados utilizando deep reinforcement learning |
title_full_unstemmed |
Control a alto nivel para corrección de trayectorias de vehículos aéreos no tripulados utilizando deep reinforcement learning |
title_sort |
Control a alto nivel para corrección de trayectorias de vehículos aéreos no tripulados utilizando deep reinforcement learning |
dc.creator.fl_str_mv |
Martínez Velásquez, Victor Daniel |
dc.contributor.advisor.none.fl_str_mv |
Giraldo Trujillo, Luis Felipe |
dc.contributor.author.none.fl_str_mv |
Martínez Velásquez, Victor Daniel |
dc.contributor.jury.none.fl_str_mv |
Higuera Arias, Carolina |
dc.subject.armarc.es_CO.fl_str_mv |
Drones Aprendizaje por refuerzo (Aprendizaje automático) Redes neurales (Computadores) |
topic |
Drones Aprendizaje por refuerzo (Aprendizaje automático) Redes neurales (Computadores) Ingeniería |
dc.subject.themes.none.fl_str_mv |
Ingeniería |
description |
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. |
publishDate |
2019 |
dc.date.issued.none.fl_str_mv |
2019 |
dc.date.accessioned.none.fl_str_mv |
2020-09-03T14:53:55Z |
dc.date.available.none.fl_str_mv |
2020-09-03T14:53:55Z |
dc.type.spa.fl_str_mv |
Trabajo de grado - Pregrado |
dc.type.coarversion.fl_str_mv |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
dc.type.coar.spa.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
dc.type.content.spa.fl_str_mv |
Text |
dc.type.redcol.spa.fl_str_mv |
http://purl.org/redcol/resource_type/TP |
format |
http://purl.org/coar/resource_type/c_7a1f |
dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/1992/44488 |
dc.identifier.pdf.none.fl_str_mv |
u830609.pdf |
dc.identifier.instname.spa.fl_str_mv |
instname:Universidad de los Andes |
dc.identifier.reponame.spa.fl_str_mv |
reponame:Repositorio Institucional Séneca |
dc.identifier.repourl.spa.fl_str_mv |
repourl:https://repositorio.uniandes.edu.co/ |
url |
http://hdl.handle.net/1992/44488 |
identifier_str_mv |
u830609.pdf instname:Universidad de los Andes reponame:Repositorio Institucional Séneca repourl:https://repositorio.uniandes.edu.co/ |
dc.language.iso.es_CO.fl_str_mv |
spa |
language |
spa |
dc.rights.uri.*.fl_str_mv |
https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf |
dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
dc.rights.coar.spa.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
rights_invalid_str_mv |
https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf http://purl.org/coar/access_right/c_abf2 |
eu_rights_str_mv |
openAccess |
dc.format.extent.es_CO.fl_str_mv |
13 hojas |
dc.format.mimetype.es_CO.fl_str_mv |
application/pdf |
dc.publisher.es_CO.fl_str_mv |
Universidad de los Andes |
dc.publisher.program.es_CO.fl_str_mv |
Ingeniería Electrónica |
dc.publisher.faculty.es_CO.fl_str_mv |
Facultad de Ingeniería |
dc.publisher.department.es_CO.fl_str_mv |
Departamento de Ingeniería Eléctrica y Electrónica |
dc.source.es_CO.fl_str_mv |
instname:Universidad de los Andes reponame:Repositorio Institucional Séneca |
instname_str |
Universidad de los Andes |
institution |
Universidad de los Andes |
reponame_str |
Repositorio Institucional Séneca |
collection |
Repositorio Institucional Séneca |
bitstream.url.fl_str_mv |
https://repositorio.uniandes.edu.co/bitstreams/53be7f07-a2e9-4f60-aa8e-47f6757c30a1/download https://repositorio.uniandes.edu.co/bitstreams/b49cf81f-90c1-4ee3-9f1b-56e3e5a1fb39/download https://repositorio.uniandes.edu.co/bitstreams/0707a051-72d8-4f2b-8703-16bc09507ef3/download |
bitstream.checksum.fl_str_mv |
dda65514dd6745893ebf831009432df4 df659a565e3ca6082355ad1f1b9dc731 257c5e60274a1abf7e89d34dd56e2f98 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositorio institucional Séneca |
repository.mail.fl_str_mv |
adminrepositorio@uniandes.edu.co |
_version_ |
1818111981892141056 |