Integración de aprendizaje por imitación y refuerzo con realidad virtual
Fecha:
15/07/2021Palabra clave:
Tipo de Ítem:
masterThesis
Resumen:
En este proyecto se muestra una vía para entrenar agentes inteligentes capaces de
realizar tareas de manipulación en entornos complejos. Para ello se ha creado un entorno
utilizando el motor gráfico Unity para, posteriormente, exportarlo y poder utilizarlo en un
script (código) de Python donde aplicar algoritmos de aprendizaje por refuerzo. También
se ha utilizado un entorno similar para obtener datos de las trayectorias realizadas por una
persona operando al agente con un equipo de realidad virtual. Estos datos se han usado
en los entrenamientos de aprendizaje por imitación. Los entrenamientos del agente se
han realizado en Python, tanto para el aprendizaje por imitación como para el aprendizaje
por refuerzo, utilizando redes neuronales convolucionales que otorgan visión artificial al
agente. Todos los modelos se han creado y entrenado utilizando la librería Pytorch.
Descripción:
This project shows a way to train intelligent agents capable of performing manipulation
tasks in complex environments. To do this, an environment has been created using the
Unity graphics engine to later export it and be able to use it in a Python script (code)
to apply reinforcement learning algorithms. A similar environment has also been used
to obtain data from the trajectories made by a person operating the agent with a virtual
reality headset. These data have been used with imitation learning algorithms. The agent
trainings have been carried out in Python, both for imitation learning and reinforcement
learning, using convolutional neural networks that provide artificial vision to the agent. All
models have been created and trained using Pytorch library.
Ficheros en el ítem
