Técnicas de inteligencia artificial aplicadas al sector de las aeronaves pilotadas por control remoto

Resumo

O principal obxectivo desta Tese Doctoral é estudar o uso de técnicas para o control de enxames heteroxéneos de Aeronaves Pilotadas Remotamente (RPA ou UAV, polas súas siglas en ingl´es) , coloquialmente co˜necidos como drons. Esta tese está apoiada por tres publicaciós científicas indexadas no sistema Journal Citation Report. Un deles é o estudo da aplicación destas e outras técnicas no ámbito dos enxames de UAV. Os dous restantes propo˜nen modelos para a súa aplicación en mapas simulados sen obstáculos e con obstáculos fixos. A importancia do estudo destas técnicas para o control de enxames de UAV demostra que empregar un grupo heteroxéneo de UAV con total liberdade de movemento permiten realizar as tarefas de maneira máis rápida que empregando só un. Ademais, as técnicas de Aprendizaxe por Reforzo demostran que son capaces de adaptarse á situaci ón da contorna e aos seus obstáculos. A Aprendizaxe por Reforzo é un conxunto de técnicas da Intelixencia Artificial que buscan resolver certos tipos de tarefas baseándose na interacción cunha contorna. Todo isto é realizado baseándose na recompensa ou reforzo que provoca realizar diferentes accións na devandito contorna. Así, se unha acci ón é a correcta, o reforzo é positiva e, de ser incorrecta, o reforzo é negativo. Ao poder empregar un único sistema para o control dos UAV, redúcese a necesidade de ter un operador por cada aeronave, reducindo os custos asociados á operación. Para unha mellora na capacidade destas técnicas, empregáronse Redes de Neuronas Artificiais pola súa capacidade de extraer co˜necemento a partir de patróns. Así, conséguese mellorar a capacidade de adaptación dos modelos propostos ás diferentes contornas nos que é probado.