Control longitudinal de un vehículo mediante aprendizaje por refuerzo profundo
Use este enlace para citar
http://hdl.handle.net/2183/33563
A non ser que se indique outra cousa, a licenza do ítem descríbese como Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) https://creativecommons.org/licenses/by-nc-sa/4.0/
Coleccións
Metadatos
Mostrar o rexistro completo do ítemTítulo
Control longitudinal de un vehículo mediante aprendizaje por refuerzo profundoTítulo(s) alternativo(s)
Deep reinforcement learning vehicle longitudinal controlData
2023Cita bibliográfica
Barreno F., Santos, M., Romana, M.G. 2023.Control longitudinal de un vehículo mediante aprendizaje por refuerzo profundo. XLIV Jornadas de Automática, 127-131. https://doi.org/10.17979/spudc.9788497498609.127
Resumo
[Resumen] Este artículo presenta un sistema inteligente para el control longitudinal de un vehículo mediante aprendizaje por refuerzo profundo basado en la influencia de la curvatura de la carretera. El sistema inteligente consiste en un agente que usa el algoritmo de gradiente de política determinista profundo (DDPG) para controlar la velocidad. Para entrenar al agente del modelo, el efecto de la curvatura de la carretera se considera a través de la aceleración percibida obtenida a partir de la aceleración lateral y velocidad angular debida a la propia carretera. Los resultados del sistema inteligente son valores continuos de aceleración. El modelo propuesto ofrece resultados prometedores, lo que sugiere que este sistema inteligente puede ayudar al conductor y que el sistema de control del vehículo puede aplicarse a la conducción semiautónoma o autónoma haciendo que la conducción sea más segura y cómoda. [Abstract] This paper presents an intelligent system for longitudinal control of a vehicle using deep reinforcement learning based on the influence of road curvature. The intelligent system consists of an agent based on the deep deterministic policy gradient (DDPG) algorithm for speed control. To train the model agent, the road curvature effect is considered through the perceived acceleration obtained from the lateral acceleration and angular velocity due to the road itself. The results of the intelligent system are continuous acceleration values. The proposed model offers promising results, suggesting that this intelligent system can assist the driver and that the vehicle control system can be applied to semi-autonomous or autonomous driving making driving safer and more comfortable.
Palabras chave
Control
Aprendizaje por refuerzo
Aprendizaje profundo
Vehículos autónomos
Control adaptativo
Control
Reinforcement learning
Deep learning
Autonomous vehicles
Adaptive control
Aprendizaje por refuerzo
Aprendizaje profundo
Vehículos autónomos
Control adaptativo
Control
Reinforcement learning
Deep learning
Autonomous vehicles
Adaptive control
Versión do editor
Dereitos
Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) https://creativecommons.org/licenses/by-nc-sa/4.0/
ISBN
978‐84‐9749‐860‐9
Ítems relacionados
Mostrando ítems relacionados por Título, autor ou materia.
-
Control remoto sobre la planta pequeña de control de nivel del laboratorio
Méndez Busto, Daniel (2017)[Resumen] El objetivo principal del presente trabajo de fin de grado es llevar a cabo el control remoto de la planta de nivel del laboratorio de optimización y control de la Escuela Universitaria Politécnica de Ferrol ... -
Control de un laboratorio de control de temperatura mediante redes neuronales recurrentes
Blanco Fernández, Cristian; Sierra García, Jesús Enrique; Santos, Matilde (Universidade da Coruña. Servizo de Publicacións, 2022)[Resumen] El control predictivo (MPC – Model Predictive Control) de procesos es una estrategia extendida, que se basa en la resolución de un problema de optimización en tiempo real, lo que puede ser computacionalmente muy ... -
Control de exoesqueleto de rehabilitación de mano con Leap Motion Controller
Sierra, David; Sánchez Brizuela, Guillermo; Pérez Turiel, Javier; Fraile, Juan Carlos (Universidade da Coruña. Servizo de Publicacións, 2022)[Resumen] En este trabajo se presenta un nuevo algoritmo de control para dispositivos electromecánicos de rehabilitación de mano basado en la detección de la estructura y de los movimientos de la mano realizados con Leap ...