Una plataforma para la navegación de vehículos aéreos no tripulados basada en el aprendizaje por refuerzo
DOI:
https://doi.org/10.17979/ja-cea.2026.47.13789Palabras clave:
Control mediante aprendizaje por refuerzo, Vehículos autónomos, Plataforma para aprendizaje y validaciónResumen
Este artículo presenta una plataforma para el desarrollo de casos de uso para el control automatizado de vehículos aéreos no tripulados (UAV), utilizando el simulador AirSim. Esta plataforma permite generar escenarios de vuelo realistas con múltiples UAV. La plataforma propuesta facilita la creación de casos de uso para el desarrollo, validación y verificación del Reinforcement Learning} (RL) y las redes neuronales en sistemas críticos en tiempo real. Estos algoritmos pueden aprender a navegar en entornos dinámicos sin intervención humana. La plataforma se ha validado utilizando dos UAV con redes neuronales entrenadas mediante el algoritmo \textit{Soft-Actor-Critical} (SAC).
Referencias
DLR, 2026. Stable baselines3, institute of robotics and mechatronics. URL: https://www.dlr.de/en/rm/research/publications-and-downloads/software/stable-baselines3.
ECSS, 2017a. European Cooperation for Space Standardization. ECSS-Q-ST-40C Space product assurance — Safety.
ECSS, 2017b. European Cooperation for Space Standardization. ECSS-Q-ST-80C Rev.1 – Space Product Assurance — Software Product Assurance.
ECSS, 2021. European Cooperation for Space Standardization. ECSS-E-ST-40C Rev.1, Dir.1, Space engineering — Software.
Haarnoja, T., Zhou, A., Abbeel, P., Levine, S., 2018. Soft actor-critic: Off-policy maximum entropy deep reinforcement learning with a stochastic actor. CoRR abs/1801.01290. URL: http://arxiv.org/abs/1801.01290, doi:10.48550/arXiv.1801.01290, arXiv:1801.01290.
Pérez-Muñoz, A.G., López-García, G., García-Quijano, H., Alonso, A., 2025a. Development and validation of a safe reinforcement learning drone controller. Jornadas de Autom´ atica 10.17979/ja-cea.2025.46.12154.
Pérez-Muñoz, A.G., López-García,., García-Villoria, I., Alonso, A., Porras-Hermoso, A. , Pérez, M.S., 2025b. Feasibility of deep reinforcement learning for the real-time attitude control of a satellite system. Journal of Systems Architecture 167, 103513. URL: https://www.sciencedirect.com/science/article/pii/S1383762125001857, doi:https://doi.org/10.1016/j.sysarc.2025.103513.
Rierson, L., 2013. Developing safety-critical software. CRC Press, Boca Raton, FL.
Sutton, R.S., Barto, A.G., 2018. Reinforcement Learning: An Introduction, 2nd edition. A Bradford Book, Cambridge, MA, USA.
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2026 Daniel Álvarez Novoa, Ángel-Grover Pérez-Muñoz, Alejandro Alonso, María S. Pérez
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
