Una estrategia híbrida de aprendizaje por refuerzo informada por RRT* para la planificación de caminos de robots móviles en minería a cielo abierto

Este trabajo introduce una estrategia híbrida de planificación de caminos para vehículos robóticos tipo diferencial, combinando métodos de aprendizaje por refuerzo con técnicas de muestreo aleatorio. Específicamente, se utiliza aprendizaje por refuerzo basado en Q-Learning (QL) para encontrar un cam...

Täydet tiedot

Bibliografiset tiedot

Päätekijät:	Sebastian Zapata, Ricardo Urvina, Katherine Aro, Eduardo Aguilar, Fernando Auat Cheein, Alvaro Prado
Aineistotyyppi:	Artigo
Kieli:	Espanhol
Julkaistu:	Universitat Politècnica de València 2024-07-01
Sarja:	Revista Iberoamericana de Automática e Informática Industrial RIAI
Aiheet:	planificación de camino q-learning rrt* robot móvil autónomo minería a cielo abierto
Linkit:	https://polipapers.upv.es/index.php/RIAI/article/view/21581
Tagit:	Lisää tagi Ei tageja, Lisää ensimmäinen tagi!