RT info:eu-repo/semantics/bachelorThesis
T1 Aplicación de técnicas de Deep Reinforcement learning mediante agente CNN-DDPG a la conducción autónoma
A1 Arroyo  de la Torre, Víctor
K1 DRL
K1 DDPG
K1 CARLA
K1 ROS
K1 LSTM
K1 Robótica e Informática Industrial
K1 Robotics
AB El trabajo tiene como objetivo el desarrollo de un modelo de conducción autónoma con el algoritmo DDPG-LSTM, el cual pertenece a la familia Deep Reinforcement Learning (DRL). El algoritmo parte del Deep Deterministic Policy Gradient (DDPG) al cual se le ha implementado una red neuronal de mayor memoria llamada LSTM (Long Short-Term Memory).Con este modelo se contribuirá al desarrollo de algoritmos de navegación autónoma y en trabajos futuros se ajustará para poder implementarlo sobre el vehículo eléctrico autónomo en desarrollo del grupo Robesafe para el proyecto Techs4AgeCar.
YR 2021
FD 2021
LK http://hdl.handle.net/10017/49476
UL http://hdl.handle.net/10017/49476
LA spa
DS MINDS@UW
RD 20-abr-2024