Navegación Visual Autónoma en Robótica de Enjambre mediante Control Distribuido: Un Enfoque Híbrido con Aprendizaje por Refuerzo Multiagente

La mayoría de los entornos del mundo real se caracterizan por ser desconocidos, dinámicos y cambiantes, presentando problemas de alta complejidad. Los agentes destinados a solucionar estos problemas generalmente carecen de información o conocimiento a priori sobre estos entornos. Como respuesta a estas dificultades, surgieron los sistemas basados en el comportamiento, inspirados en procesos y mecanismos observados en diversos sistemas biológicos existentes en la naturaleza. En los últimos años, estos sistemas han sido ampliamente utilizados en el campo de la robótica, dando lugar a la robótica basada en el comportamiento. Esta permite acometer tareas cuya resolución puede resultar extremadamente complicada o inviable para un ser humano, ofreciendo la posibilidad de utilizar agentes capaces de resolver dichas tareas de manera autónoma, gracias a su capacidad para desplegar un comportamiento inteligente, reactivo y adaptativo. En este contexto, la presente tesis doctoral se centra en el diseño y desarrollo de un método innovador para el control distribuido de un sistema robótico de enjambre, compuesto por agentes reactivos de bajo coste. El enfoque propuesto está orientado a aplicaciones de navegación autónoma visual en entornos complejos, dinámicos y cambiantes del mundo real. La investigación aborda el desafío de generar comportamientos colectivos flexibles, robustos y escalables, que permitan a los robots del enjambre adaptarse en tiempo real a diversas situaciones y cambios en las condiciones del entorno. La principal aportación de esta tesis es la definición de un modelo híbrido que combina aprendizaje por refuerzo multiagente y neuroevolución para el diseño automático de controladores de enjambre. Este enfoque integra un modelo microscópico, basado en una arquitectura profunda reactiva para la navegación individual, y un modelo macroscópico que gobierna el comportamiento colectivo emergente. La arquitectura propuesta prioriza la eficiencia computacional y las capacidades en tiempo real, aspectos cruciales para su aplicación en robótica de bajo coste y sistemas artificiales de enjambre. La validez del enfoque propuesto se demuestra a través de una serie de experimentos rigurosos, tanto en entornos simulados como reales. A nivel microscópico, se valida la eficacia de los comportamientos reactivos individuales utilizando un robot de bajo coste, evidenciando la viabilidad del sistema de navegación autónoma en escenarios dinámicos y cambiantes. A nivel macroscópico, se evalúan los controladores de navegación colectiva desarrollados, analizando su robustez, flexibilidad y escalabilidad en diversas condiciones. Los resultados obtenidos confirman la capacidad del sistema para generar comportamientos de enjambre efectivos y adaptativos, adecuados para la implementación en entornos desafiantes del mundo real. La eficiencia del enfoque, basado en hardware de bajo coste y navegación reactiva sin mapas, destaca su potencial para aplicaciones prácticas en diversos ámbitos de la robótica, como exploración de áreas de desastre, monitorización ambiental o agricultura de precisión.

Author

• Díez, Álvaro

• Robótica de enjambre
• Navegación autónoma
• Exploración visual
• Aprendizaje profundo
• Aprendizaje por refuerzo multiagente
• Neuroevolución
• Estrategias evolutivas

Identifier

hdl:10045/164188

OAI identifier oai:identifier

oai:rua.ua.es:10045/164188