Programació d'una IA per a un robot manipulador
Tipus de documentTreball Final de Grau
Data2022-07-01
Condicions d'accésAccés obert
Llevat que s'hi indiqui el contrari, els
continguts d'aquesta obra estan subjectes a la llicència de Creative Commons
:
Reconeixement-NoComercial-SenseObraDerivada 4.0 Internacional
Abstract
Aquest projecte centra la seva atenció en el desenvolupament d’una aplicació per a poder entrenar un
robot per a que pugui dur a terme una tasca de Pick and Place.
En el món de l’aprenentatge automàtic, existeixen diferents algorismes d’implementació per a poder
fer exercicis d’aquest tipus, en aquest treball s’ha triat el Deep Deterministic Policy Gradient (DDPG)
fusionat amb el Hindsight Experience Replay (HER). S’ha utilitzat el gym d’OpenAI per a provar i
executar els diferents fulls de codi que s’han desenvolupat amb el llenguatge de programació de
Python.
Al llarg de l’estudi s’exposen les bases teòriques a seguir i s’expliquen les diferents estructures dels
scripts desenvolupats per a entrenar al model programat. D’aquesta manera es pot seguir el fil del
disseny la IA de principi a final adquirint també, paral·lelament, coneixement del món de la
intel·ligència artificial. El proyecto presente centra su atención en el desarrollo de una aplicación para poder entrenar un
robot para que pueda realizar una tarea de Pick and Place.
En el mundo del aprendizaje autónomo, existen diferentes algoritmos de implementación para poder
hacer ejercicios de este tipo, en este trabajo se ha escogido a Deep Deterministic Policy Gradient
(DDPG) mezclado con el Hindsight Experience Replay (HER). Se ha utilizado el gym de OpenAI para
probar y ejecutar las distintas hojas de código que se han desarrollado con el lenguaje de programación
de Python.
A lo largo del estudio se explican las bases teóricas a seguir y se exponen las diferentes estructures de
los scripts creados para entrenar al modelo programado. De esta forma, se puede seguir el hilo del
diseño de la IA de principio a fin, adquiriendo también, paralelamente, conocimientos del mundo de la
inteligencia artificial. This project focuses on the development of an application to train a robot to perform a Pick and Place
task.
In the world of autonomous learning, there are different implementation algorithms to be able to do
exercises of this type, in this work Deep Deterministic Policy Gradient (DDPG) has been chosen and
mixed with Hindsight Experience Replay (HER). The OpenAI gym has been used to test and execute the
different code sheets that have been developed with the Python programming language.
Throughout the study, the theoretical bases to be followed are explained and the different structures
of the scripts created to train the programmed model are presented. In this way, it is possible to follow
the AI design thread from start to finish, acquiring, in parallel, knowledge of the world of artificial
intelligence.
MatèriesArtificial intelligence, Autonomous robots, Robots -- Programming, Intel·ligència artificial, Robots autònoms, Robots -- Programació
TitulacióGRAU EN ENGINYERIA ELECTRÒNICA INDUSTRIAL I AUTOMÀTICA (Pla 2009)
Fitxers | Descripció | Mida | Format | Visualitza |
---|---|---|---|---|
CODIS TFG.zip | 1,480Mb | application/zip | Visualitza/Obre | |
TFG_Programació ... or_Roger Herran Valero.pdf | 2,549Mb | Visualitza/Obre |