Por favor, use este identificador para citar o enlazar este ítem:
http://repositorio.usfq.edu.ec/handle/23000/14349| Tipo de material: | bachelorThesis |
| Título : | Desarrollo y evaluación de un entorno de simulación multi-robot para carreras utilizando técnicas de Deep Reinforcement Learning y métodos tradicionales |
| Autor : | Pozo Ruiz, Mateo Nicolás |
| Director de Tesis : | Riofrío, Daniel, dir. |
| Descriptores : | Computación integrada en modelos -Tesis y disertaciones académicas;Robótica - Simulación |
| Fecha de publicación : | 19-dic-2024 |
| Editorial : | Quito, |
| Citación : | Tesis (Ingeniero en Ciencias de la Computación), Universidad San Francisco de Quito, Colegio de Ciencias e Ingeniería; Quito, Ecuador, 2024 |
| Páginas : | 44 h. |
| Acceso: | openAccess Atribución-NoComercial-SinDerivadas 3.0 Ecuador |
| Resumen : | La navegación de vehículos autónomos en contextos competitivos y dinámicos, como las carreras de robots, requieren de adaptabilidad y decisiones en tiempo real. Los entornos de simulación actuales para competencias como F1-tenth, Formula SAE Driverless y AWS DeepRacer son útiles, pero a menudo son rígidos para probar técnicas novedosas. En este sentido, el proyecto actual supera estas limitaciones mediante el diseño y la evaluación de una simulación de carreras multi-robot en Gazebo... |
| Descripción : | Navigation of autonomous vehicles in competitive and dynamic contexts, such as robot racing, requires real-time decision-making and adaptability. Present simulation environments for competitions like the F1-tenth, Formula SAE Driverless, and AWS DeepRacer are useful but are often rigid to use for testing novel techniques. In this regard, the current project overcomes these setbacks by designing and assessing a multi-robot racing simulation in Gazebo, where the robots move on their own with DRL models or using traditional navigation approaches... |
| URI : | http://repositorio.usfq.edu.ec/handle/23000/14349 |
| Aparece en las colecciones: | Tesis - Ingeniería en Ciencias de la Computación |
Ficheros en este ítem:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| 320780.pdf | Texto completo | 913.94 kB | Adobe PDF | Visualizar/Abrir |
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons
