%0 Journal Article 
%A Gutiérrez Maestro, Eduardo
%T Soluciones de navegación inteligente para plataformas robóticas entrenadas en entornos virtuales
%D 2019
%U http://hdl.handle.net/10017/39971
%X La navegación visual es la capacidad que tiene un agente autónomo de encontrar su
camino en un entorno amplio y complejo basado únicamente en información visual. De
hecho, es un problema fundamental en la visión por computador y la robótica. En este
proyecto se propone un modelo basado en deep reinforcement learning que es capaz de
navegar en una escena para alcanzar un objetivo visual, pero anticipando las posibles
colisiones dentro del entorno. Técnicamente, se propone un modelo de tipo map-less,
que sigue un método de reinforcement learning conocido como actor-critic, en donde la
función de recompensa ha sido diseñada para evitar colisiones. Se expone una evaluación
exhaustiva del modelo para el entorno virtual AI2-THOR, donde los resultados muestran
que el modelo propuesto: 1) mejora el estado del arte en términos de número de pasos y
de colisiones; 2) es capaz de converger más rápido que un modelo que no tiene en cuenta
las colisiones, buscando únicamente el camino más corto; y 3) ofrece una interesante
capacidad de generalización para alcanzar objetivos visuales que no han sido nunca vistos
durante el entrenamiento.

%K Navegación visual
%K Deep reinforcement learning
%K Robótica
%K Visión por ordenador
%K Robotics
%K Computer vision
%K Telecomunicaciones
%K Telecommunication
%~ Biblioteca Universidad de Alcala