Por favor, use este identificador para citar o enlazar este ítem: https://ri-ng.uaq.mx/handle/123456789/3614
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.rights.licensehttp://creativecommons.org/licenses/by-nc-nd/4.0es_ES
dc.contributorEfrén Gorrostieta Hurtadoes_ES
dc.creatorJorge Luis Espinosa Guerreroes_ES
dc.date2022-08-29-
dc.date.accessioned2022-05-19T17:42:59Z-
dc.date.available2022-05-19T17:42:59Z-
dc.date.issued2022-08-29-
dc.identifierAprendizajees_ES
dc.identifierLocomociónes_ES
dc.identifierHexápodoses_ES
dc.identifierRefuerzoes_ES
dc.identifier.urihttp://ri-ng.uaq.mx/handle/123456789/3614-
dc.descriptionLos 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.es_ES
dc.formatAdobe PDFes_ES
dc.language.isospaes_ES
dc.relation.requiresNoes_ES
dc.rightsEn Embargoes_ES
dc.subjectINGENIERÍA Y TECNOLOGÍAes_ES
dc.subjectCIENCIAS TECNOLÓGICASes_ES
dc.subjectTECNOLOGÍA DE LOS ORDENADORESes_ES
dc.titleAprendizaje por refuerzo aplicado a la locomoción de robots caminanteses_ES
dc.typeTesis de maestríaes_ES
dc.creator.tidcurpes_ES
dc.contributor.tidcurpes_ES
dc.creator.identificadorEIGJ940219HGTSRR01es_ES
dc.contributor.identificadorGOHE690510HNLRRF09es_ES
dc.contributor.roleDirectores_ES
dc.degree.nameMaestría en Ciencias en Inteligencia Artificiales_ES
dc.degree.departmentFacultad de Ingenieríaes_ES
dc.degree.levelMaestríaes_ES
Aparece en las colecciones: Maestría en Ciencias en Inteligencia Artificial

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
RI006646.pdf673.73 kBAdobe PDFVista previa
Visualizar/Abrir
Mostrar el registro sencillo del ítem


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.