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

Resumen

El principal objetivo de esta Tesis Doctoral es estudiar el uso de técnicas para el control de enjambres heterogéneos de Aeronaves Pilotadas Remotamente (RPA o UAV, por sus siglas en inglés), coloquialmente conocidos como drones. Esta tesis está apoyada por tres publicaciones científicas indexadas en el sistema Journal Citation Report. Uno de ellos es el estudio de la aplicación de estas y otras técnicas en el ámbito de los enjambres de UAV. Los dos restantes proponen modelos para su aplicación en mapas simulados sin obstáculos y con obstáculos fijos. La importancia del estudio de estas técnicas para el control de enjambres de UAV demuestra que emplear un grupo heterogéneo de UAV con total libertad de movimiento permiten realizar las tareas de manera más rápida que empleando solo uno. Además, las técnicas de Aprendizaje por Refuerzo demuestran que son capaces de adaptarse a la situación del entorno y a sus obstáculos. El Aprendizaje por Refuerzo es un conjunto de técnicas de la Inteligencia Artificial que buscan resolver ciertos tipos de tareas basándose en la interacción con un entorno. Todo esto es realizado basándose en la recompensa o refuerzo que provoca realizar diferentes acciones en dicho entorno. Así, si una acción es la correcta, el refuerzo es positiva y, de ser incorrecta, el refuerzo es negativo. Al poder emplear un único sistema para el control de los UAV, se reduce la necesidad de tener un operador por cada aeronave, reduciendo los costes asociados a la operación. Para una mejora en la capacidad de estas técnicas, se han empleado Redes de Neuronas Artificiales por su capacidad de extraer conocimiento a partir de patrones. Así, se consigue mejorar la capacidad de adaptación de los modelos propuestos a los diferentes entornos en los que es probado.