Predicción en la navegación de vehículos autónomos basada en Deep Reinforcement Learning
Fecha:
09/2022Palabra clave:
Tipo de Ítem:
masterThesis
Resumen:
Actualmente el despliegue de vehículos autónomos presenta múltiples desafíos en organizaciones empresariales, industriales, tecnológicas y legislativas. Todos estos retos deben ser revisados y solucionados antes que puedan ser usados para la movilidad en diversos entornos. Las funcionalidades de los VA ofrecen mejoras para las tareas de búsqueda y rescate debidas a desastres naturales, en donde se requiere una exploración en entornos desconocidos. Para que sea posible la conducción autónoma en vehículos y puedan cumplir con las tareas asignadas, se requiere implementar técnicas de inteligencia artificial. En este trabajo se busca integrar un algoritmo de Aprendizaje por Refuerzo Profundo (DQN) en la navegación por rutas, mediante simulación se verifica el funcionamiento del sistema propuesto de VA usando DRL y finalmente se presenta los resultados obtenidos del sistema diseñado para VA.
Descripción:
Currently the deployment of autonomous vehicles presents multiple challenges in business, industrial, technological and legislative organizations. All of these challenges must be reviewed and resolved before they can be used for mobility in various environments. VA capabilities offer enhancements for search and rescue operations due to natural disasters, where exploration into unknown environments is required. In order for autonomous driving in vehicles to be possible and to fulfill assigned tasks, it is necessary to implement artificial intelligence techniques. This work seeks to integrate a Deep Reinforcement Learning (DQN) algorithm in route navigation, by means of simulation the operation of the proposed AV system is verified using DRL and finally the results obtained from the system designed for AV are presented.
Ficheros en el ítem
