RT info:eu-repo/semantics/masterThesis
T1 Soluciones de navegación inteligente para plataformas robóticas entrenadas en entornos virtuales
A1 Gutiérrez Maestro, Eduardo
K1 Navegación visual
K1 Deep reinforcement learning
K1 Robótica
K1 Visión por ordenador
K1 Robotics
K1 Computer vision
K1 Telecomunicaciones
K1 Telecommunication
AB La navegación visual es la capacidad que tiene un agente autónomo de encontrar sucamino en un entorno amplio y complejo basado únicamente en información visual. Dehecho, es un problema fundamental en la visión por computador y la robótica. En esteproyecto se propone un modelo basado en deep reinforcement learning que es capaz denavegar en una escena para alcanzar un objetivo visual, pero anticipando las posiblescolisiones 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 lafunción de recompensa ha sido diseñada para evitar colisiones. Se expone una evaluaciónexhaustiva del modelo para el entorno virtual AI2-THOR, donde los resultados muestranque el modelo propuesto: 1) mejora el estado del arte en términos de número de pasos yde colisiones; 2) es capaz de converger más rápido que un modelo que no tiene en cuentalas colisiones, buscando únicamente el camino más corto; y 3) ofrece una interesantecapacidad de generalización para alcanzar objetivos visuales que no han sido nunca vistosdurante el entrenamiento.
YR 2019
FD 2019
LK http://hdl.handle.net/10017/39971
UL http://hdl.handle.net/10017/39971
LA spa
DS MINDS@UW
RD 16-abr-2024