An Artificial Intelligence framework for air navigation based on Deep Reinforcement Learning
| العنوان: | An Artificial Intelligence framework for air navigation based on Deep Reinforcement Learning |
|---|---|
| المؤلفون: | Navarro García, Luis |
| المصدر: | RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia instname |
| بيانات النشر: | Universitat Politècnica de València, 2021. |
| سنة النشر: | 2021 |
| مصطلحات موضوعية: | Deep reinforcement learning, Air navigation, Proximal policy optimization, BlueSky, Redes neuronales, ARQUITECTURA Y TECNOLOGIA DE COMPUTADORES, Artificial Intelligence, Navegación aérea, RLlib, Grado en Ingeniería Aeroespacial-Grau en Enginyeria Aeroespacial, Aprendizaje reforzado profundo, Inteligencia Artificial, Neural networks |
| الوصف: | [EN] Air traffic has been continuously rising. The expected exponential growth of unmanned traffic, like for delivery services, can result in an uncontrollable airspace that might rely on finding solutions that depend on more automation. Adding Artificial Intelligence to the question might result in a good step into the future of Air Navigation given its recent advancements. This project covers some theory of Artificial Intelligence in order to understand a basic series of concepts prior to the explanation of Deep Reinforcement Learning as the choice of Artificial Intelligence to be used in the project. This type of Artificial Intelligence is then implemented into a workflow that makes it possible to test the application of Deep reinforcement Learning at the end before discussing the results. [ES] El trafico aéreo no ha parado de aumentar. Se espera, además, un aumento exponencial del número de aeronaves no tripuladas, para servicios como el "delivery", que pueden acarrear que el espacio aéreo se convierta en incontrolable y donde soluciones como aumentar el nivel de automatización podrían ser clave. Añadir Inteligencia Artificial a la cuestión podría resultar en un buen paso hacia delante en el futuro de la Navegación Aérea dado sus avances en los últimos años. El trabajo cubre algo de teoría sobre Inteligencia Artificial para poder comprender una serie de conceptos previos a la explicación del Aprendizaje Reforzado Profundo como elección de tipo de Inteligencia Artificial a desarrollar en el proyecto. Este tipo de Inteligencia Artificial es luego implementado en un entorno que hace posible la aplicación de Aprendizaje Reforzado Profundo a la Navegación Aérea para posteriormente realizar una serie de experimentos y discutir sus resultados. |
| وصف الملف: | application/pdf |
| اللغة: | English |
| URL الوصول: | https://explore.openaire.eu/search/publication?articleId=dedup_wf_001::8054a50966cc8f8d25fe0964f8d96428 http://hdl.handle.net/10251/171238 |
| حقوق: | OPEN |
| رقم الأكسشن: | edsair.dedup.wf.001..8054a50966cc8f8d25fe0964f8d96428 |
| قاعدة البيانات: | OpenAIRE |
| الوصف غير متاح. |