Algoritmos de inteligencia artificial para el desarrollo de controladores de conducción autónoma en TORCS

Abstract

En este trabajo de fin de máster, se propone una comparativa entre diferentes algoritmos de inteligencia artificial destinados a resolver el problema de la conducción autónoma siendo implantados en el simulador de carreras TORCS. Los algoritmos involucrados en esta comparativa son: la lógica borrosa (FL), las redes neuronales artificiales (ANN) y las redes neuronales convolucionales (CNN). Se ha seguido un proceso de desarrollo y optimización de los algoritmos propuestos, implementándolos en el simulador con la finalidad de analizar las ventajas y desventajas de la implantación y los resultados obtenidos en cada uno de ellos. Por último, se ha realizado un análisis exhaustivo de los distintos controladores atendiendo a su desempeño en entorno cerrado y controlado. Aunque los experimentos propuestos han demostrado que la lógica borrosa es el algoritmo que presenta los mejores resultados en conjunto, no se ha podido determinar el mejor algoritmo de inteligencia artificial para la resolución del problema de conducción autónoma, ya que influye en gran medida tanto el entorno de pruebas como la optimización de los algoritmos en la fase de desarrollo.