Navegación autónoma en invernaderos mediterráneos mediante aprendizaje por refuerzo en ROS 2
DOI:
https://doi.org/10.17979/ja-cea.2026.47.13719Palabras clave:
Robótica en agricultura, Robótica móvil, Aprendizaje automático, PPO, Inteligencia ArtificialResumen
La automatización en la agricultura protegida es clave para optimizar la productividad. Sin embargo, la navegación autónoma de robots en invernaderos mediterráneos plantea severos desafíos debido a restricciones geométricas, pasillos estrechos e invasión de la masa foliar, donde los algoritmos tradicionales resultan insuficientes. Para abordar este problema, este trabajo propone un sistema de navegación autónoma basado en ROS 2 que integra un agente de aprendizaje por refuerzo basado en el algoritmo PPO — por sus siglas en inglés, Proximal Policy Optimization — en el robot móvil diferencial AgriCobIoT I. La principal aportación radica en el diseño y adaptación de una función de recompensa específicamente modelada para mitigar las severas condiciones del entorno agrícola y guiar el aprendizaje en escenarios restrictivos. Los resultados demuestran que la estrategia propuesta permite el entrenamiento y validación de agentes de aprendizaje por refuerzo antes de su transferencia al entorno real.
Referencias
Almeida, F., Leão, G., Sousa, A., 2023. An educational kit for simulated robot learning in ros 2. In: Iberian Robotics conference. Springer, pp. 513–525.
Cañadas-Aranega, F., Gil, J. D., Moreno, J. C., Blanco-Claraco, J. L., 2026. Marco metodológico para la navegación de robots en invernaderos mediante aprendizaje por refuerzo. Simposios del Comité Español de Automática (CEA) 2 (2).
Cañadas-Aránega, F., Mañas-Álvarez, F. J., Moreno, J. C., Blanco-Claraco, J. L., et al., 2026a. A ros2 benchmarking framework for hierarchical control strategies in mobile robots for mediterranean greenhouses. arXiv preprint arXiv:2602.15162.
Cañadas-Aránega, F., Moreno, J. C., Blanco-Claraco, J. L., 2026b. Greenseg: Ground segmentation algorithm for agricultural robots in mediterranean greenhouses using rgb-d point clouds. arXiv preprint arXiv:2605.25279.
Cañadas-Aránega, F., Wollherr, D., Guzmán, J. L., Moreno, J. C., Blanco, J. L., August 22-28 2026c. An adaptive control architecture for slope and terrain compensation in autonomous navigation in mediterranean greenhouses. In: Proceedings of the 23rd IFAC World Congress. Busan, South Korea, accepted for publication.
Cañadas-Aránega, F., Blanco-Claraco, J. L., Moreno, J. C., Rodriguez-Diaz, F., 2024. Multimodal mobile robotic dataset for a typical mediterranean greenhouse: The greenbot dataset. Sensors 24 (6).
Gao, Y., Jiang, Q., Wang, M., Dong, X., 2026. Advances in path-planning algorithms for agricultural robots. Journal of Field Robotics 43 (1), 89–145.
Gil, J. D., Chanona, E. A. D. R., Guzmán, J. L., Berenguel, M., 2026. Reinforcement learning meets bioprocess control through behavior cloning: Real-world deployment in an industrial photobioreactor. Engineering Applications of Artificial Intelligence 164, 113326.
Hernández, H. A., Mondragón, I. F., González, S. R., Pedraza, L. F., 2025. Reconfigurable agricultural robotics: Control strategies, communication, and applications. Computers and Electronics in Agriculture 234, 110161.
Kim, C. H., Silwal, A., Kantor, G., 2025. Autonomous robotic pepper harvesting: Imitation learning in unstructured agricultural environments. IEEE Robotics and Automation Letters.
Lai, M., Go, K., Li, Z., Kröger, T., Schaal, S., Allen, K., Scholz, J., 2025. Roboballet: Planning for multirobot reaching with graph neural networks and reinforcement learning. Science Robotics 10 (106), eads1204.
López-Gázquez, A., Mañas-Álvarez, F. J., Moreno, J. C., Cañadas-Aránega, F., Sánchez, J. A., October 22–27 2023. Navigation of a differential robot for transporting tasks in mediterranean greenhouses. In: Proceedings of the 2023 International Symposium on New Technologies for Sustainable Greenhouse Systems (Greensys). ISHS (International Society for Horticultural Science), Canc´un, Mexico, pp. 1–8.
Macenski, S., Foote, T., Gerkey, B., Lalancette, C., Woodall, W., 2022. Robot operating system 2: Design, architecture, and uses in the wild. Science Robotics 7 (66), eabm6074.
Sánchez-Molina, J. A., Rodríguez, F., Moreno, J. C., Sánchez-Hermosilla, J., Giménez, A., 2024. Robotics in greenhouses. scoping review. Computers and Electronics in Agriculture 219, 108750.
Schulman, J., Levine, S., Abbeel, P., Jordan, M., Moritz, P., 2015. Trust región policy optimization. In: International conference on machine learning. PMLR, pp. 1889–1897.
Schulman, J., Wolski, F., Dhariwal, P., Radford, A., Klimov, O., 2017. Proximal policy optimization algorithms. arXiv preprint arXiv:1707.06347.
Wang, P., He, P., Ma, C., Niu, C., Gao, H., Wang, H., Muyeen, S., Zhou, D., 2025. A novel path planning approach for plant protection uav based on ddpg and ila optimization algorithm. Computers and Electronics in Agriculture 239, 111006.
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2026 Fernando Cañadas-Aránega, Juan D. Gil, José C. Moreno
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
