Entorno de simulación de reinforcement learning para posicionamiento dinámico
Abstract
El objetivo final del proyecto es la aplicación de técnicas de IA (Inteligencia Artificial) para el control del posicionamiento dinámico de un nuevo buque de mantenimiento de un parque de eólica flotante. El foco de este trabajo será principalmente el montaje y configuración de un entorno de simulación apropiado para el entrenamiento de agentes de IA basados en aprendizaje por refuerzo. Dichos agentes se encargarán del control del posicionamiento dinámico del buque mediante el control de los propulsores de la embarcación en función al estado del entorno The goal of the project is the application of AI techniques for the dynamic positioning control of a new maintenance vessel for a floating wind farm. The focus of this work will be primarily the assembly and configuration of a proper simulation environment for training reinforcement learning-based AI agents. These agents will oversee the dynamic positioning control of the vessel by controlling the vessel's thrusters according to the state of the environment.
Trabajo Fin de Máster
Entorno de simulación de reinforcement learning para posicionamiento dinámicoTitulación / Programa
Máster en Big Data. Tecnología y Analítica Avanzada/Master in Big Data Technologies and Advanced AnalyticsMaterias/ categorías / ODS
M8APalabras Clave
Refuerzo, RL, Entorno, Simulador, DPRL, DP, Python, Environment, Framework, Simulation