Grau en Enginyeria en Tecnologies Industrials + Grau en Matemàtiques
http://hdl.handle.net/2117/173973
Doble titulació2024-03-28T09:20:28ZA simulation case study of optimal power flow using robust optimization versus CVaR
http://hdl.handle.net/2117/352065
A simulation case study of optimal power flow using robust optimization versus CVaR
De Juan Vela, Pablo
En aquest treball examinem una problemàtica creada per la gran introducció d’energies renovables a les xarxes elèctriques. Una limitació de les energies renovables és la seva incertesa i intermitència.
Abordarem el problema de control d'una xarxa elèctrica desd'un punt de vista probabilístic. Aquestes limitacions probabilístiques solen resoldre’s assumint una distribució a priori de les dades i treballant amb eines més estàndards a partir de l’optimització de restriccions probabilístiques, com ara els mètodes de valor condicional al risc (CVaR). Aquest treball ampliarà treballs existents anteriorment en modelització de xarxes energètiques. Considerem un flux de potència òptim subjecte a restriccions de potència de corrent continu i fonts d’energia intermitents, el problema es formula com un problema de control d’horitzó finit. Per fer front a la incertesa sense modelar, reformulem el problema com una optimització robusta en la distribució. Per tractabilitat, apliquem una transformació existent que condueix a un programa lineal enter mixt més senzill. També comparem aquesta reformulació amb l’aproximació CVaR. A continuació, avaluem en una simulació la viabilitat d’aquest mètode de control a l'estàndard de bus IEEE-14 i comprovem la seva robustesa amb casos crítics. Concloem que la reformulació dóna un bon rendiment quan hi ha prou dades. Una bona elecció de paràmetres i conèixer les compensacions que s’estan fent són claus per millorar el resultat desitjat.; En este trabajo se analiza la problemática creada por la gran introducción de energías renovables en las redes eléctricas. Una limitación de las energías renovables es su incertidumbre e intermitencia, estas características obligan a replantear la manera en la opera el contorl de la red.
Abordaremos el problema de control de redes eléctricas desde un punto de vista probabilísto. Esto se traduce en que problemas de optimización con restricciones probabilísticas suelen resolverse asumiendo una distribución a priori de los datos y trabajando con herramientas más estándar de optimización de restricciones de azar, como los métodos de valor en riesgo condicional (CVaR). Este trabajo amplia los trabajos realizados anteriormente en la modelización de redes de energía. Consideramos un flujo de potencia óptimo sujeto a restricciones de red en corriente continua y fuentes de energía intermitentes, el problema se formula como un problema de control de horizonte finito. Para hacer frente a la incertidumbre no modelada, reformulamos el problema como una optimización distributivamente robusta. Para facilitar la trazabilidad, aplicamos una transformación existente que conduce a un programa lineal entero mixto más sencillo. También comparamos esta reformulación con la aproximación CVaR. A continuación, evaluamos en una simulación la viabilidad de este método como de control en el caso práctico de la red IEEE-14 y comprobamos su robustez con escenarios de casos críticos. Concluimos que la reformulación ofrece un buen rendimiento cuando hay suficientes datos. Una buena elección de los parámetros y el conocimiento de las compensaciones que se hacen son claves para mejorar el resultado deseado.; In this work we look at a main problem created by the large introduction of renewable energy in power grids. A limitation of renewable energy is its uncertainty and intermittency.
This probabilistic constraints are usually solved by assuming an a priori distribution of the data and working with more standard tools from chance constraint optimization such as Conditional Value-at-risk (CVaR) methods. This work will be expanding on previously existing work in energy grid modelling. We consider an optimal power flow problem subject to DC power flow constraints and uncertain energy sources, the problem is formulated as a finite horizon control problem. To deal with unmodelled uncertainty we reformulate the problem as distributionally robust optimization. For tractability we apply an existing transformation that leads to a simpler mixed integer linear program. We will also compare this reformulation with the CVaR approximation and explore their relationships. Then we evaluate in a simulation the practicality of this method by simulating it in the IEEE-14 bus standard test case and we test their robustness with critical case scenarios. We conclude that the reformulation gives good performance when there is enough data. In most models good parameter tuning is key for improving the desired outcome. We see that in all scenarios improving robustness usually decrease performance cost so there is a trade off to be made.
2021-09-22T15:02:07ZDe Juan Vela, PabloEn aquest treball examinem una problemàtica creada per la gran introducció d’energies renovables a les xarxes elèctriques. Una limitació de les energies renovables és la seva incertesa i intermitència.
Abordarem el problema de control d'una xarxa elèctrica desd'un punt de vista probabilístic. Aquestes limitacions probabilístiques solen resoldre’s assumint una distribució a priori de les dades i treballant amb eines més estàndards a partir de l’optimització de restriccions probabilístiques, com ara els mètodes de valor condicional al risc (CVaR). Aquest treball ampliarà treballs existents anteriorment en modelització de xarxes energètiques. Considerem un flux de potència òptim subjecte a restriccions de potència de corrent continu i fonts d’energia intermitents, el problema es formula com un problema de control d’horitzó finit. Per fer front a la incertesa sense modelar, reformulem el problema com una optimització robusta en la distribució. Per tractabilitat, apliquem una transformació existent que condueix a un programa lineal enter mixt més senzill. També comparem aquesta reformulació amb l’aproximació CVaR. A continuació, avaluem en una simulació la viabilitat d’aquest mètode de control a l'estàndard de bus IEEE-14 i comprovem la seva robustesa amb casos crítics. Concloem que la reformulació dóna un bon rendiment quan hi ha prou dades. Una bona elecció de paràmetres i conèixer les compensacions que s’estan fent són claus per millorar el resultat desitjat.
En este trabajo se analiza la problemática creada por la gran introducción de energías renovables en las redes eléctricas. Una limitación de las energías renovables es su incertidumbre e intermitencia, estas características obligan a replantear la manera en la opera el contorl de la red.
Abordaremos el problema de control de redes eléctricas desde un punto de vista probabilísto. Esto se traduce en que problemas de optimización con restricciones probabilísticas suelen resolverse asumiendo una distribución a priori de los datos y trabajando con herramientas más estándar de optimización de restricciones de azar, como los métodos de valor en riesgo condicional (CVaR). Este trabajo amplia los trabajos realizados anteriormente en la modelización de redes de energía. Consideramos un flujo de potencia óptimo sujeto a restricciones de red en corriente continua y fuentes de energía intermitentes, el problema se formula como un problema de control de horizonte finito. Para hacer frente a la incertidumbre no modelada, reformulamos el problema como una optimización distributivamente robusta. Para facilitar la trazabilidad, aplicamos una transformación existente que conduce a un programa lineal entero mixto más sencillo. También comparamos esta reformulación con la aproximación CVaR. A continuación, evaluamos en una simulación la viabilidad de este método como de control en el caso práctico de la red IEEE-14 y comprobamos su robustez con escenarios de casos críticos. Concluimos que la reformulación ofrece un buen rendimiento cuando hay suficientes datos. Una buena elección de los parámetros y el conocimiento de las compensaciones que se hacen son claves para mejorar el resultado deseado.
In this work we look at a main problem created by the large introduction of renewable energy in power grids. A limitation of renewable energy is its uncertainty and intermittency.
This probabilistic constraints are usually solved by assuming an a priori distribution of the data and working with more standard tools from chance constraint optimization such as Conditional Value-at-risk (CVaR) methods. This work will be expanding on previously existing work in energy grid modelling. We consider an optimal power flow problem subject to DC power flow constraints and uncertain energy sources, the problem is formulated as a finite horizon control problem. To deal with unmodelled uncertainty we reformulate the problem as distributionally robust optimization. For tractability we apply an existing transformation that leads to a simpler mixed integer linear program. We will also compare this reformulation with the CVaR approximation and explore their relationships. Then we evaluate in a simulation the practicality of this method by simulating it in the IEEE-14 bus standard test case and we test their robustness with critical case scenarios. We conclude that the reformulation gives good performance when there is enough data. In most models good parameter tuning is key for improving the desired outcome. We see that in all scenarios improving robustness usually decrease performance cost so there is a trade off to be made.Exploring and visualizing referring expression comprehension
http://hdl.handle.net/2117/350199
Exploring and visualizing referring expression comprehension
Álvarez Rosa, David
La interacció humà-màquina és un dels objectius principals actualment en l’àmbit de la Intel.ligència Artifcial. En aquest treball es contribuirà a facilitar aquesta interacció explorant la nova tasca de Comprensió de l’Expressió Referent (CER), que consisteix en: donada una expressió referent —que pot ser una frase lingüística o parla humana— i una imatge, detectar l’objecte a què l’expressió es refereix (i.e., aconseguir una segmentació binària de l’objecte referit). El caràcter multimodal d’aquesta comesa farà necessari l’ús de diferents arquitectures d’aprenentatge profund, entre elles: xarxes neuronals convolucionals (visió artificial); i xarxes neuronals recurrents i el model Transformer (processament de el llenguatge natural).
Aquesta tesi es presenta com un document autosuficient que pot ser entès per un lector sense coneixements previs en aprenentatge automàtic. El gruix de la feina consisteix en un estudi exhaustiu de la tasca de CER: des de les aplicacions; fins a l’estudi, comparació i implementació de models; passant per una descripció completa de l’estat de l’art actual. Així mateix, es presenta una pàgina web funcional, gratuïta i pública en la qual es permet la interacció d’una manera senzilla amb el model descrit en aquest treball.; La interacción humano-máquina es uno de los objetivos principales actualmente en el ámbito de la Inteligencia Artifcial. En este trabajo se contribuirá a facilitar esta interacción explorando la novedosa tarea de Comprensión de la Expresión Referente (CER), consistente en: dada una expresión referente —que puede ser una frase lingüística o habla humana— y una imagen, detectar el objeto al que la expresión se refiere (i.e., conseguir una segmentación binaria del objeto referido). El caracter multimodal de este cometido hará necesario el uso de diferentes arquitecturas de aprendizaje profundo, entre ellas: redes neuronales convolucionales (visión artificial); y redes neuronales recurrentes y el modelo Transformer (procesamiento del lenguaje natural).
Esta tesis se presenta como un documento autosuficiente que puede ser entendido por un lector sin conocimientos previos en aprendizaje automático. El grueso del trabajo consiste en un estudio exhaustivo de la tarea de CER: desde las aplicaciones; hasta el estudio, comparación e implementación de modelos; pasando por una descripción completa del estado del arte actual. Así mismo, se presenta una página web funcional, gratuita y pública en la que se permite la interacción de una manera sencilla con el modelo descrito en este trabajo.; Human-machine interaction is one of the main objectives currently in the field of Artificial Intelligence. This work will contribute to enhance this interaction by exploring the new task of Referring Expression Comprehension (REC), consisting of: given a referring expression—which can be a linguistic phrase or human speech—and an image, detect the object to which the expression refers (i.e., achieve a binary segmentation of the referred object). The multimodal nature of this task will require the use of different deep learning architectures, among them: convolutional neural networks (computer vision); and recurrent neural networks and the Transformer model (natural language processing).
This thesis is presented as a self-contained document that can be understood by a reader with no prior knowledge of machine learning. The bulk of the work consists of an exhaustive study of the REC task: from the applications; until the study, comparison and implementation of models; going through a complete description of the current state of the art. Likewise, a functional, free and public web page is presented in which interaction is allowed in a simple way with the model described in this work.
2021-07-28T09:35:10ZÁlvarez Rosa, DavidLa interacció humà-màquina és un dels objectius principals actualment en l’àmbit de la Intel.ligència Artifcial. En aquest treball es contribuirà a facilitar aquesta interacció explorant la nova tasca de Comprensió de l’Expressió Referent (CER), que consisteix en: donada una expressió referent —que pot ser una frase lingüística o parla humana— i una imatge, detectar l’objecte a què l’expressió es refereix (i.e., aconseguir una segmentació binària de l’objecte referit). El caràcter multimodal d’aquesta comesa farà necessari l’ús de diferents arquitectures d’aprenentatge profund, entre elles: xarxes neuronals convolucionals (visió artificial); i xarxes neuronals recurrents i el model Transformer (processament de el llenguatge natural).
Aquesta tesi es presenta com un document autosuficient que pot ser entès per un lector sense coneixements previs en aprenentatge automàtic. El gruix de la feina consisteix en un estudi exhaustiu de la tasca de CER: des de les aplicacions; fins a l’estudi, comparació i implementació de models; passant per una descripció completa de l’estat de l’art actual. Així mateix, es presenta una pàgina web funcional, gratuïta i pública en la qual es permet la interacció d’una manera senzilla amb el model descrit en aquest treball.
La interacción humano-máquina es uno de los objetivos principales actualmente en el ámbito de la Inteligencia Artifcial. En este trabajo se contribuirá a facilitar esta interacción explorando la novedosa tarea de Comprensión de la Expresión Referente (CER), consistente en: dada una expresión referente —que puede ser una frase lingüística o habla humana— y una imagen, detectar el objeto al que la expresión se refiere (i.e., conseguir una segmentación binaria del objeto referido). El caracter multimodal de este cometido hará necesario el uso de diferentes arquitecturas de aprendizaje profundo, entre ellas: redes neuronales convolucionales (visión artificial); y redes neuronales recurrentes y el modelo Transformer (procesamiento del lenguaje natural).
Esta tesis se presenta como un documento autosuficiente que puede ser entendido por un lector sin conocimientos previos en aprendizaje automático. El grueso del trabajo consiste en un estudio exhaustivo de la tarea de CER: desde las aplicaciones; hasta el estudio, comparación e implementación de modelos; pasando por una descripción completa del estado del arte actual. Así mismo, se presenta una página web funcional, gratuita y pública en la que se permite la interacción de una manera sencilla con el modelo descrito en este trabajo.
Human-machine interaction is one of the main objectives currently in the field of Artificial Intelligence. This work will contribute to enhance this interaction by exploring the new task of Referring Expression Comprehension (REC), consisting of: given a referring expression—which can be a linguistic phrase or human speech—and an image, detect the object to which the expression refers (i.e., achieve a binary segmentation of the referred object). The multimodal nature of this task will require the use of different deep learning architectures, among them: convolutional neural networks (computer vision); and recurrent neural networks and the Transformer model (natural language processing).
This thesis is presented as a self-contained document that can be understood by a reader with no prior knowledge of machine learning. The bulk of the work consists of an exhaustive study of the REC task: from the applications; until the study, comparison and implementation of models; going through a complete description of the current state of the art. Likewise, a functional, free and public web page is presented in which interaction is allowed in a simple way with the model described in this work.Exploring Machine Learning Advances in Finance
http://hdl.handle.net/2117/340312
Exploring Machine Learning Advances in Finance
Creus Botella, Guillermo
No és un misteri que l’aprenentatge automàtic ha revolucionat la forma en que els humans analitzem dades. No obstant, a l’hora de tractar dades tan complexes com les trobades al mercat de valors, encara no s’han aconseguit avenços clars. Aquest treball estara centrat en tres àrees noves de l’aprenentatge automàtic aplicat a les finances: Meta-labeling, diferenciació fraccional i parsing de dades en forma de barres. Cada aspecte serà analitzat de forma independent per determinar la seva eficàcia individual.
A més, atès que l’aprenentatge automàtic es sustenta amb dades, s’ha d’anar amb molt de compte amb la informació proporcionada als algoritmes usats. Per això, sempre que sigui possible, la solució proposada es provarà amb dades sintètiques, proporcionant un ambient controlat. Un cop assolit l’èxit en aquestes condicions, s’utilitzarà el procediment amb dades reals, on es compararan els mètodes usats amb tècniques estàndard per determinar si les prediccions donen millors pronòstics o estratègies amb majors rendiments ajustats al risc.; No es un misterio que el aprendizaje automático ha revolucionado la forma en que los humanos analizamos datos. Sin embargo, al tratar datos tan complejos como los que se encuentran en el mercado de valores, aún no se han logrado avances claros. Este trabajo estará centrado en tres áreas novedosas del aprendizaje automático aplicado a las finanzas: Meta-labeling, diferenciación fraccional y parsing de datos en forma de barras. Cada aspecto será analizado de forma independiente para determinar su eficacia individual.
Además, dado que el aprendizaje automático se nutre de datos, se debe tener mucho cuidado con la información proporcionada a los algoritmos usados. Por eso, siempre que sea posible, la solución propuesta se probará con datos sintéticos, proporcionando un ambiente controlado. Cuando se logre el éxito en estas condiciones, se utilizará el procedimiento con datos reales, donde se compararán los métodos usados con técnicas estándar para determinar si las predicciones ofrecen mejores pronósticos o estrategias con mayores rendimientos ajustados al riesgo.; It is not a mystery that Machine Learning has revolutionized the way humans analyze data. However, when treating data as complex as the one found in the stock market, clear advances are yet to be accomplished. This work will be focused on three novel areas of Machine Learning applied to finance: meta- labeling, fractional differentiation and financial data parsing in the form of bars. Every aspect will be analyzed independently so as to determine its individual effectiveness.
Furthermore, as Machine Learning thrives in data, one should be very careful with the information provided to algorithms. That is why, whenever possible, the proposed solution will be tested with synthetic data, providing a controlled environment. When success is achieved under these conditions, the procedure will be put to use with real data, where these methods will be compared with standard techniques to ascertain if predictions deliver better forecasts or strategies with higher risk-adjusted returns.
2021-02-22T15:37:53ZCreus Botella, GuillermoNo és un misteri que l’aprenentatge automàtic ha revolucionat la forma en que els humans analitzem dades. No obstant, a l’hora de tractar dades tan complexes com les trobades al mercat de valors, encara no s’han aconseguit avenços clars. Aquest treball estara centrat en tres àrees noves de l’aprenentatge automàtic aplicat a les finances: Meta-labeling, diferenciació fraccional i parsing de dades en forma de barres. Cada aspecte serà analitzat de forma independent per determinar la seva eficàcia individual.
A més, atès que l’aprenentatge automàtic es sustenta amb dades, s’ha d’anar amb molt de compte amb la informació proporcionada als algoritmes usats. Per això, sempre que sigui possible, la solució proposada es provarà amb dades sintètiques, proporcionant un ambient controlat. Un cop assolit l’èxit en aquestes condicions, s’utilitzarà el procediment amb dades reals, on es compararan els mètodes usats amb tècniques estàndard per determinar si les prediccions donen millors pronòstics o estratègies amb majors rendiments ajustats al risc.
No es un misterio que el aprendizaje automático ha revolucionado la forma en que los humanos analizamos datos. Sin embargo, al tratar datos tan complejos como los que se encuentran en el mercado de valores, aún no se han logrado avances claros. Este trabajo estará centrado en tres áreas novedosas del aprendizaje automático aplicado a las finanzas: Meta-labeling, diferenciación fraccional y parsing de datos en forma de barras. Cada aspecto será analizado de forma independiente para determinar su eficacia individual.
Además, dado que el aprendizaje automático se nutre de datos, se debe tener mucho cuidado con la información proporcionada a los algoritmos usados. Por eso, siempre que sea posible, la solución propuesta se probará con datos sintéticos, proporcionando un ambiente controlado. Cuando se logre el éxito en estas condiciones, se utilizará el procedimiento con datos reales, donde se compararán los métodos usados con técnicas estándar para determinar si las predicciones ofrecen mejores pronósticos o estrategias con mayores rendimientos ajustados al riesgo.
It is not a mystery that Machine Learning has revolutionized the way humans analyze data. However, when treating data as complex as the one found in the stock market, clear advances are yet to be accomplished. This work will be focused on three novel areas of Machine Learning applied to finance: meta- labeling, fractional differentiation and financial data parsing in the form of bars. Every aspect will be analyzed independently so as to determine its individual effectiveness.
Furthermore, as Machine Learning thrives in data, one should be very careful with the information provided to algorithms. That is why, whenever possible, the proposed solution will be tested with synthetic data, providing a controlled environment. When success is achieved under these conditions, the procedure will be put to use with real data, where these methods will be compared with standard techniques to ascertain if predictions deliver better forecasts or strategies with higher risk-adjusted returns.A study for the measurement of muscle electrical properties using a multi-contact needle
http://hdl.handle.net/2117/332149
A study for the measurement of muscle electrical properties using a multi-contact needle
Cheto Barrera, Albert
Els trastorns neuromusculars són una gran varietat d'afeccions de l'estat de salut de nervis i músculs. Les alteracions induïdes per la malaltia que afecten la composició i estructura del múscul, alteren la capacitat d'aquest de conduir corrent elèctrica i d'emmagatzemar càrrega al seu interior, quantificat a les propietats elèctriques del múscul.
D'aquest mode, la mesura de les propietats elèctriques pot proporcionar informació valuosa per l'avaluació de pacients amb malalties neuromusculars.
En aquest projecte, es proposen diferents mètodes per a obtenir les propietats elèctriques del múscul incloent la seva dependència direccional, concepte altrament conegut com a anisotropia. Les mesures es realitzen amb una única inserció d'una agulla novedosa d'estructura en forma de creu . Aquest document presenta al lector els diferents mètodes en ordre creixent de complexitat, incloent treball experimental amb finalitat validadora.; Los trastornos neuromusculares son una gran variedad de afecciones del estado de salud de nervios y músculos. Las alteraciones inducidas por la enfermedad que afectan la composición y estructura del músculo, alteran la capacidad de este para conducir corriente eléctrica y almacenar carga en su interior, cuantificado en las propiedades eléctricas del músculo. De este modo, la medición de las propiedades eléctricas puede proporcionar información útil para la evaluación de pacientes con enfermedades neuromusculares.
En este proyecto, se proponen diferentes métodos para obtener las propiedades eléctricas del músculo incluyendo su dependencia direccional, concepto también conocido como anisotropía.
Las mediciones se realizan con la única inserción de una novedosa aguja con sección en forma de cruz '+'.
Este documento presenta al lector los métodos en orden creciente de complejidad, incluyendo trabajo experimental con finalidad validadora.; Neuromuscular disorders are a broad range of conditions affecting the health of the nerves and muscles. Disease-induced alterations affecting muscle composition and structure alter the ability of the muscle to conduct electrical current and store charge within, as quantified by the electrical properties of the muscle.
Measuring the electrical properties of human muscle can thus provide actionable information for assessment of patients with neuromuscular diseases.
In this project, we propose different methods to obtain the electrical properties of muscle including their directional dependence, a concept also known as anisotropy. The data is obtained performing a single needle insertion with a novel cross-type structure. This document introduces the methods to the reader in increasing order of complexity, including experimental work for validation purposes.
2020-11-13T10:59:27ZCheto Barrera, AlbertEls trastorns neuromusculars són una gran varietat d'afeccions de l'estat de salut de nervis i músculs. Les alteracions induïdes per la malaltia que afecten la composició i estructura del múscul, alteren la capacitat d'aquest de conduir corrent elèctrica i d'emmagatzemar càrrega al seu interior, quantificat a les propietats elèctriques del múscul.
D'aquest mode, la mesura de les propietats elèctriques pot proporcionar informació valuosa per l'avaluació de pacients amb malalties neuromusculars.
En aquest projecte, es proposen diferents mètodes per a obtenir les propietats elèctriques del múscul incloent la seva dependència direccional, concepte altrament conegut com a anisotropia. Les mesures es realitzen amb una única inserció d'una agulla novedosa d'estructura en forma de creu . Aquest document presenta al lector els diferents mètodes en ordre creixent de complexitat, incloent treball experimental amb finalitat validadora.
Los trastornos neuromusculares son una gran variedad de afecciones del estado de salud de nervios y músculos. Las alteraciones inducidas por la enfermedad que afectan la composición y estructura del músculo, alteran la capacidad de este para conducir corriente eléctrica y almacenar carga en su interior, cuantificado en las propiedades eléctricas del músculo. De este modo, la medición de las propiedades eléctricas puede proporcionar información útil para la evaluación de pacientes con enfermedades neuromusculares.
En este proyecto, se proponen diferentes métodos para obtener las propiedades eléctricas del músculo incluyendo su dependencia direccional, concepto también conocido como anisotropía.
Las mediciones se realizan con la única inserción de una novedosa aguja con sección en forma de cruz '+'.
Este documento presenta al lector los métodos en orden creciente de complejidad, incluyendo trabajo experimental con finalidad validadora.
Neuromuscular disorders are a broad range of conditions affecting the health of the nerves and muscles. Disease-induced alterations affecting muscle composition and structure alter the ability of the muscle to conduct electrical current and store charge within, as quantified by the electrical properties of the muscle.
Measuring the electrical properties of human muscle can thus provide actionable information for assessment of patients with neuromuscular diseases.
In this project, we propose different methods to obtain the electrical properties of muscle including their directional dependence, a concept also known as anisotropy. The data is obtained performing a single needle insertion with a novel cross-type structure. This document introduces the methods to the reader in increasing order of complexity, including experimental work for validation purposes.Deep Reinforcement Learning for Autonomous Collision Avoidance
http://hdl.handle.net/2117/332075
Deep Reinforcement Learning for Autonomous Collision Avoidance
Liberal Huarte, Jon
La prevenció de col·lisions és una tasca complexa en el control de vehicles autònoms. Els mètodes tradicionals utilitzen models explícits per predir la dinàmica dels vehicles i intentar anticipar les decisions de control dels conductors en l'entorn. Aquests models no sempre aconsegueixen predir amb èxit la trajectòria dels obstacles dinàmics a l'entorn de el vehicle controlat.
Aquesta tesi investiga un mètode de control basat en l'aprenentatge profund per reforç. L'agent processa les distàncies detectades des del vehicle controlat als objectes més propers, i mitjançant xarxes neuronals estima l'acció de control òptima per evitar col·lisions. Per a l'aprenentatge, es dissenya un simulador de trànsit que genera un ampli rang de carreteres i vehicles, que interactuen - no sempre seguint les normes de circulació - amb el vehicle de control, el que permet a l'agent demanar informació diversa i associar a cada estat una acció de control que minimitzi el risc de col·lisió. Després de l'entrenament, l'agent demostra haver après a evitar circular en àrees amb alta densitat de trànsit, a adaptar la seva velocitat per evitar col·lisions frontals i posteriors, i a realitzar girs que evitin xocs amb vehicles que s'aproximen pels laterals.; La prevención de colisiones es una tarea compleja en el control de vehículos autónomos. Los métodos tradicionales utilizan modelos explícitos para predecir la dinámica de los vehículos e intentar anticipar las decisiones de control de los conductores en el entorno. Estos modelos no siempre consiguen predecir con éxito la trayectoria de los objectos dinámicos en el entorno del vehículo controlado.
Esta tesis investiga un método de control basado en el aprendizaje profundo por refuerzo. El agente procesa las distancias detectadas desde el vehículo controlado a los objectos más cercanos, y mediante redes neuronales estima la acción de control óptima para evitar colisiones. Para el aprendizaje, se diseña un simulador de tráfico que genera un amplio rango de carreteras y vehículos, que interactúan - no siempre siguiendo las normas de circulación - con el vehículo de control, lo que permite al agente recabar información diversa y asociar a cada estado una acción de control que minimice el riesgo de colisión. Tras el entrenamiento, el agente demuestra haber aprendido a evitar circular en áreas con alta densidad de tráfico, a adaptar su velocidad para evitar colisiones frontales y traseras, y a realizar giros que eviten choques con vehículos que se aproximan por los laterales.; Collision avoidance is a complicated task for autonomous vehicle control. Most traditional methods in this area consist on model-based solutions, where an understanding of vehicle dynamics and an accurate model of vehicle behavior is required, in order to predict the trajectory of the controlled car and the surrounding vehicles. Such solutions struggle to anticipate and explicitly model surrounding car driving behavior.
This work investigates a model-free Deep Reinforcement Learning based method for collision avoidance, where the agent processes the distances to the closest entities and outputs the steering angle and acceleration required to avoid collisions. A traffic simulator is used to generate a wide range of roads and vehicles, which will interact - not always compliantly - with the learning agent allowing it to collect learning experience. After being trained on such conditions, the agent shows intelligent driving behavior, avoiding areas with high traffic density, adapting its speed to avoid rear or front crashes, and steering when necessary to avoid lateral crashes.
2020-11-12T15:53:46ZLiberal Huarte, JonLa prevenció de col·lisions és una tasca complexa en el control de vehicles autònoms. Els mètodes tradicionals utilitzen models explícits per predir la dinàmica dels vehicles i intentar anticipar les decisions de control dels conductors en l'entorn. Aquests models no sempre aconsegueixen predir amb èxit la trajectòria dels obstacles dinàmics a l'entorn de el vehicle controlat.
Aquesta tesi investiga un mètode de control basat en l'aprenentatge profund per reforç. L'agent processa les distàncies detectades des del vehicle controlat als objectes més propers, i mitjançant xarxes neuronals estima l'acció de control òptima per evitar col·lisions. Per a l'aprenentatge, es dissenya un simulador de trànsit que genera un ampli rang de carreteres i vehicles, que interactuen - no sempre seguint les normes de circulació - amb el vehicle de control, el que permet a l'agent demanar informació diversa i associar a cada estat una acció de control que minimitzi el risc de col·lisió. Després de l'entrenament, l'agent demostra haver après a evitar circular en àrees amb alta densitat de trànsit, a adaptar la seva velocitat per evitar col·lisions frontals i posteriors, i a realitzar girs que evitin xocs amb vehicles que s'aproximen pels laterals.
La prevención de colisiones es una tarea compleja en el control de vehículos autónomos. Los métodos tradicionales utilizan modelos explícitos para predecir la dinámica de los vehículos e intentar anticipar las decisiones de control de los conductores en el entorno. Estos modelos no siempre consiguen predecir con éxito la trayectoria de los objectos dinámicos en el entorno del vehículo controlado.
Esta tesis investiga un método de control basado en el aprendizaje profundo por refuerzo. El agente procesa las distancias detectadas desde el vehículo controlado a los objectos más cercanos, y mediante redes neuronales estima la acción de control óptima para evitar colisiones. Para el aprendizaje, se diseña un simulador de tráfico que genera un amplio rango de carreteras y vehículos, que interactúan - no siempre siguiendo las normas de circulación - con el vehículo de control, lo que permite al agente recabar información diversa y asociar a cada estado una acción de control que minimice el riesgo de colisión. Tras el entrenamiento, el agente demuestra haber aprendido a evitar circular en áreas con alta densidad de tráfico, a adaptar su velocidad para evitar colisiones frontales y traseras, y a realizar giros que eviten choques con vehículos que se aproximan por los laterales.
Collision avoidance is a complicated task for autonomous vehicle control. Most traditional methods in this area consist on model-based solutions, where an understanding of vehicle dynamics and an accurate model of vehicle behavior is required, in order to predict the trajectory of the controlled car and the surrounding vehicles. Such solutions struggle to anticipate and explicitly model surrounding car driving behavior.
This work investigates a model-free Deep Reinforcement Learning based method for collision avoidance, where the agent processes the distances to the closest entities and outputs the steering angle and acceleration required to avoid collisions. A traffic simulator is used to generate a wide range of roads and vehicles, which will interact - not always compliantly - with the learning agent allowing it to collect learning experience. After being trained on such conditions, the agent shows intelligent driving behavior, avoiding areas with high traffic density, adapting its speed to avoid rear or front crashes, and steering when necessary to avoid lateral crashes.Workspace and singularity determination of a 7-DoF wrist-partitioned serial manipulator towards graffiti painting
http://hdl.handle.net/2117/332070
Workspace and singularity determination of a 7-DoF wrist-partitioned serial manipulator towards graffiti painting
Esquerrà Corominas, Marc
Els robots estan sent utilitzats, cada cop més, en la realització de tasques en la indústria. Molts d'ells també són dissenyats pensats per a realitzar les tasques de la llar. En general, els robots són dissenyats per a facilitar el dia a dia del éssers humans. Però quan es tracta d'obres artístiques, és menys comú trobar-se robots realitzant-les. Nosaltres pretenem sortir de la norma mitjançant l'ús d'un robot per a pintar un grafiti. La motivació per a aconseguir-ho convergeix en la formulació de dues preguntes: "Quin és el volum de treball d'un robot, quan l'orientació del seu efector final està fixada?" i "Donat un pla arbitrari, quina és la major àrea de treball lliure de singularitats en aquest?"
Aquesta tesi proposa un mètode per a l'obtenció de les singularitats de posició en un pla qualsevol d'un manipulador serial amb un canell esfèric. El mètode s'ha obtingut mitjançant la combinació d'un mètode de determinació de singularitats de posició, el qual està basat en una tècnica per al decoplat de manipuladors que presenten un canell esfèric, i un algorisme branch-and-prune per a la resolució de sistemes d'equacions.
S'ha obtingut el volum de treball d'un manipulador serial de 7 graus de llibertat a través d'un enfocament de cinemàtica directa. Es presenta una metodologia per a obtenir el volum de treball del manipulador serial quan el seu efector final té l'orientació constant i s'aplica per a obtenir aproximacions per al cas de certes orientacions.
Es mostra com les singularitats poden ser analitades a través de separar-les en singularitats de posició i d'orientació. el mètode proposat formula i resol les equacions que determinen les singularitats de posició. Pel que fa a les singularitats d'orientació, es mostra que poden ser evitades sense perdre una quantitat significant de volum de treball, des del punt de vista de la posició.; Los robots estén siendo utilizados, cada vez más, en la realización de tareas en la industria. Muchos de ellos también son diseñados pensados para realizar las tareas del hogar. En general, los robots son diseñados para facilitar el día a día de los seres humanos. Pero cuando se trata de obras artíticas, es
menos común encontrarse a robots realizándolas. Nosotros pretendemos salirnos de lo común mediante el uso de un robot para pintar un grafiti. La motivación por lograrlo converge en la formulación de dos preguntas: "¿Cuál es el volumen de trabajo de un robot, cuando la orientación de su efector final está fijada?" y "Dado un plano arbitrario, ¿cuál es la mayor área de trabajo libre de singularidades en éste?"
Esta tesis propone un método para la obtención de las singularidades de posición en un plano cualquiera de un manipulador serial con una muñeca esférica. El método ha sido obtenido mediante la combinación de un método de determinación de singularidades de posición, el cual está basado en una técnica para el decoplado de manipuladores que presentan una muñeca esférica, y un algoritmo branch-and-prune para la resolución de sistemas de ecuaciones.
Se ha obtenido el volumen de trabajo de un manipulador serial de 7 grados de libertad a través de un enfoque de cinemática directa. Se presenta la metodología para obtener el volumen de trabajo del manipulador serial cuando su efector final tiene una orientación constante y se aplica para obtener aproximaciones para el caso de ciertas orientaciones.
Se muestra cómo las singularidades pueden ser analizadas a través de separarlas en singularidades de posición y de orientación. El método propuesto formula y resuelve las ecuaciones que determinan las singularidades de posición. En cuanto a las singularidades de orientación, se muestra que pueden ser evitadas sin perder una cantidad significante de volumen de trabajo, desde el punto de vista de la posición.; Robots are overtaking every day more tasks in the industry. A lot of them are even designed for performing household chores. In general, robots are designed to facilitate the day-to-day of human beings. But when it comes to artistic tasks, it is less usual to see robots performing them. We pretend to stay out of the crowd by using a robot to paint a graffiti. The motivation to achieve this task converges into the statement of two questions: "What is the workspace of a robot, when the orientation of its end-effector is fixed?" and "For a given plane, what is the largest singularity free surface on it?".
This thesis proposes a method for the computation of the position singularities of a wrist-partitioned serial manipulator for a given plane. The method is obtained from the combination of a position singularity determination method, which is based on the decoupling technique of a wrist-partitioned manipulator,
and a branch-and-prune algorithm for the resolution of systems of equations.
The workspace of a 7-DoF serial manipulator is obtained by a forward kinematics approach. A methodology to obtain the constant orientation workspace of a serial manipulator is presented and applied to get approximations for some specific orientations.
It is shown how singularities can be analyzed by decoupling them into position singularities and orientation singularities. The proposed method formulates and solves the equation that determines the position singularities. In the case of the orientation singularities, it is shown that they can be avoided without losing a significant amount of the workspace's volume, from the point of view of the position.
2020-11-12T15:33:40ZEsquerrà Corominas, MarcEls robots estan sent utilitzats, cada cop més, en la realització de tasques en la indústria. Molts d'ells també són dissenyats pensats per a realitzar les tasques de la llar. En general, els robots són dissenyats per a facilitar el dia a dia del éssers humans. Però quan es tracta d'obres artístiques, és menys comú trobar-se robots realitzant-les. Nosaltres pretenem sortir de la norma mitjançant l'ús d'un robot per a pintar un grafiti. La motivació per a aconseguir-ho convergeix en la formulació de dues preguntes: "Quin és el volum de treball d'un robot, quan l'orientació del seu efector final està fixada?" i "Donat un pla arbitrari, quina és la major àrea de treball lliure de singularitats en aquest?"
Aquesta tesi proposa un mètode per a l'obtenció de les singularitats de posició en un pla qualsevol d'un manipulador serial amb un canell esfèric. El mètode s'ha obtingut mitjançant la combinació d'un mètode de determinació de singularitats de posició, el qual està basat en una tècnica per al decoplat de manipuladors que presenten un canell esfèric, i un algorisme branch-and-prune per a la resolució de sistemes d'equacions.
S'ha obtingut el volum de treball d'un manipulador serial de 7 graus de llibertat a través d'un enfocament de cinemàtica directa. Es presenta una metodologia per a obtenir el volum de treball del manipulador serial quan el seu efector final té l'orientació constant i s'aplica per a obtenir aproximacions per al cas de certes orientacions.
Es mostra com les singularitats poden ser analitades a través de separar-les en singularitats de posició i d'orientació. el mètode proposat formula i resol les equacions que determinen les singularitats de posició. Pel que fa a les singularitats d'orientació, es mostra que poden ser evitades sense perdre una quantitat significant de volum de treball, des del punt de vista de la posició.
Los robots estén siendo utilizados, cada vez más, en la realización de tareas en la industria. Muchos de ellos también son diseñados pensados para realizar las tareas del hogar. En general, los robots son diseñados para facilitar el día a día de los seres humanos. Pero cuando se trata de obras artíticas, es
menos común encontrarse a robots realizándolas. Nosotros pretendemos salirnos de lo común mediante el uso de un robot para pintar un grafiti. La motivación por lograrlo converge en la formulación de dos preguntas: "¿Cuál es el volumen de trabajo de un robot, cuando la orientación de su efector final está fijada?" y "Dado un plano arbitrario, ¿cuál es la mayor área de trabajo libre de singularidades en éste?"
Esta tesis propone un método para la obtención de las singularidades de posición en un plano cualquiera de un manipulador serial con una muñeca esférica. El método ha sido obtenido mediante la combinación de un método de determinación de singularidades de posición, el cual está basado en una técnica para el decoplado de manipuladores que presentan una muñeca esférica, y un algoritmo branch-and-prune para la resolución de sistemas de ecuaciones.
Se ha obtenido el volumen de trabajo de un manipulador serial de 7 grados de libertad a través de un enfoque de cinemática directa. Se presenta la metodología para obtener el volumen de trabajo del manipulador serial cuando su efector final tiene una orientación constante y se aplica para obtener aproximaciones para el caso de ciertas orientaciones.
Se muestra cómo las singularidades pueden ser analizadas a través de separarlas en singularidades de posición y de orientación. El método propuesto formula y resuelve las ecuaciones que determinan las singularidades de posición. En cuanto a las singularidades de orientación, se muestra que pueden ser evitadas sin perder una cantidad significante de volumen de trabajo, desde el punto de vista de la posición.
Robots are overtaking every day more tasks in the industry. A lot of them are even designed for performing household chores. In general, robots are designed to facilitate the day-to-day of human beings. But when it comes to artistic tasks, it is less usual to see robots performing them. We pretend to stay out of the crowd by using a robot to paint a graffiti. The motivation to achieve this task converges into the statement of two questions: "What is the workspace of a robot, when the orientation of its end-effector is fixed?" and "For a given plane, what is the largest singularity free surface on it?".
This thesis proposes a method for the computation of the position singularities of a wrist-partitioned serial manipulator for a given plane. The method is obtained from the combination of a position singularity determination method, which is based on the decoupling technique of a wrist-partitioned manipulator,
and a branch-and-prune algorithm for the resolution of systems of equations.
The workspace of a 7-DoF serial manipulator is obtained by a forward kinematics approach. A methodology to obtain the constant orientation workspace of a serial manipulator is presented and applied to get approximations for some specific orientations.
It is shown how singularities can be analyzed by decoupling them into position singularities and orientation singularities. The proposed method formulates and solves the equation that determines the position singularities. In the case of the orientation singularities, it is shown that they can be avoided without losing a significant amount of the workspace's volume, from the point of view of the position.An application of Dynamic Programming to Spectra Coding for PIPI
http://hdl.handle.net/2117/331995
An application of Dynamic Programming to Spectra Coding for PIPI
Martos Berruezo, Alejandro
PIPI és un software per identificar péptids amb un nombre il·limitat de modificacions post-traducció (PTM). La identificació resulta intratable si es volen considerar tots els tipus posibles de PTM. La codificació dels arxius amb els espectres, obtinguts per espectometria de masses, és una de les parts necesaries que fan posible el treball de PIPI. Una aplicación de la programció dinàmica podría ésser aplicada per millorar aquesta part del codi de PIPI. L'objectiu d'aquest treball és discutir la viabilitat de l'aplicació d'aquesta idea en noves versions de PIPI.; PIPI es un software para identificar péptidos con un número ilimitado de modificaciones post-traducción (PTM). La identificación resulta intratable si se quieren considerar todos los tipos posibles de PTM. La codificación de los archivos con los espectros, obtenidos por espectometría de masas, es una de las partes necesarias que hacen posible el trabajo de PIPI. Una aplicación de la programación dinámica podría ser aplicada para mejorar esta parte del código de PIPI. El objetivo de este trabajo es discutir la viabilidad de la aplicación de esta idea a nuevas versiones de PIPI.; PIPI is a software to identify peptides with an unlimited number of post-translational modifications (PTM). Identification becomes intractable if we want to consider all possible PTM types. Codification of spectra files, obtained by mass-spectrometry, is one of the necessary parts to make possible PIPI’s work. An application of dynamic programming could be applied to improve this part of PIPI’s code. The purpose of this project is to discuss the viability of the application of this idea to new versions of PIPI.
2020-11-12T11:41:31ZMartos Berruezo, AlejandroPIPI és un software per identificar péptids amb un nombre il·limitat de modificacions post-traducció (PTM). La identificació resulta intratable si es volen considerar tots els tipus posibles de PTM. La codificació dels arxius amb els espectres, obtinguts per espectometria de masses, és una de les parts necesaries que fan posible el treball de PIPI. Una aplicación de la programció dinàmica podría ésser aplicada per millorar aquesta part del codi de PIPI. L'objectiu d'aquest treball és discutir la viabilitat de l'aplicació d'aquesta idea en noves versions de PIPI.
PIPI es un software para identificar péptidos con un número ilimitado de modificaciones post-traducción (PTM). La identificación resulta intratable si se quieren considerar todos los tipos posibles de PTM. La codificación de los archivos con los espectros, obtenidos por espectometría de masas, es una de las partes necesarias que hacen posible el trabajo de PIPI. Una aplicación de la programación dinámica podría ser aplicada para mejorar esta parte del código de PIPI. El objetivo de este trabajo es discutir la viabilidad de la aplicación de esta idea a nuevas versiones de PIPI.
PIPI is a software to identify peptides with an unlimited number of post-translational modifications (PTM). Identification becomes intractable if we want to consider all possible PTM types. Codification of spectra files, obtained by mass-spectrometry, is one of the necessary parts to make possible PIPI’s work. An application of dynamic programming could be applied to improve this part of PIPI’s code. The purpose of this project is to discuss the viability of the application of this idea to new versions of PIPI.Parallel Tracking and Mapping for Manipulation Applications with Golem Krang
http://hdl.handle.net/2117/175070
Parallel Tracking and Mapping for Manipulation Applications with Golem Krang
Rodríguez Estévez, Daniel
Implementing a simultaneous localization and mapping system and an image semantic segmentation method on a mobile manipulation. The application of the SLAM is working towards navigating among obstacles in unknown environments. The object detection method will be integrated for future manipulation tasks such as grasping. This work will be demonstrated on a real robotics hardware system in the lab.
2020-01-16T13:09:02ZRodríguez Estévez, DanielImplementing a simultaneous localization and mapping system and an image semantic segmentation method on a mobile manipulation. The application of the SLAM is working towards navigating among obstacles in unknown environments. The object detection method will be integrated for future manipulation tasks such as grasping. This work will be demonstrated on a real robotics hardware system in the lab.