Please use this identifier to cite or link to this item: https://ri-ng.uaq.mx/handle/123456789/3614
Title: Aprendizaje por refuerzo aplicado a la locomoción de robots caminantes
metadata.dc.creator: Jorge Luis Espinosa Guerrero
Keywords: INGENIERÍA Y TECNOLOGÍA
CIENCIAS TECNOLÓGICAS
TECNOLOGÍA DE LOS ORDENADORES
metadata.dc.date: 29-Aug-2022
metadata.dc.degree.department: Facultad de Ingeniería
metadata.dc.degree.name: Maestría en Ciencias en Inteligencia Artificial
Description: Los robots caminantes hexápodos son útiles en entornos con obstáculos comparables a su tamaño. Sin embargo, el problema de locomoción es complejo de resolver dada su alta dimensionalidad y los entornos desconocidos a los que estos robots son sometidos. El aprendizaje por refuerzo se adecúa naturalmente a resolver este problema. Estos algoritmos han alcanzado mucha popularidad al demostrar control equiparable al de un ser humano al resolver tareas específicas. Esta tesis presenta una revisión del desarrollo de robots hexápodos y el aprendizaje por refuerzo. Muestra la convergencia de estas dos líneas de investigación. Se discuten los algoritmos más populares del estado del arte que han resuelto este problema para algunas clases de robots caminantes y se desarrolla la implementación de un algoritmo de aprendizaje profundo por refuerzo que se aplica a todas las capas de la locomoción en un robot hexápodo simulado.
URI: http://ri-ng.uaq.mx/handle/123456789/3614
Other Identifiers: Aprendizaje
Locomoción
Hexápodos
Refuerzo
Appears in Collections:Maestría en Ciencias en Inteligencia Artificial

Files in This Item:
File Description SizeFormat 
RI006646.pdf673.73 kBAdobe PDFThumbnail
View/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.