Optimización bayesiana para el control de robots.

Fu Ji, Pablo
Martínez Cantín, Rubén (dir.)

Universidad de Zaragoza, EINA, 2022
Departamento de Informática e Ingeniería de Sistemas, Área de Ingeniería de Sistemas y Automática

Graduado en Ingeniería Electrónica y Automática

Resumen: Este TFG se centra en el aprendizaje por refuerzo de modelos no lineales en donde un agente actúa sobre un entorno y recibe una recompensa, que es la retroalimentación para saber qué tan bueno es. Para realizar este TFG se ha partido de un TFM previo cuyo autor es Daniel Cubel Gálvez donde contenía escenas cinemáticas ya que no se tenían en cuenta las fuerzas, nuestro trabajo ha sido dinamizar tanto el escenario como el código necesario para lograrlo ya que nos centramos principalmente en la optimización de velocidades.

Tipo de Trabajo Académico: Trabajo Fin de Grado