English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

Los desastres naturales y las guerras son algunos de los peores eventos que la humanidad ha tenido que enfrentar, ya que en este tipo de situaciones es casi imposible evacuar a las personas en el area afectada, causando muchas mas muertes y un impacto devastador. Por lo anterior se hace necesario el uso de robots autonomos que colaboren en la busqueda y rescate de victimas humanas en zonas de desastre. Este proyecto de investigacion propone el uso de tecnicas de aprendizaje por refuerzo profundo o "Deep Reinforcement Lerning - DRL" para proporcionar habilidades de navegacion autonoma y adaptacion en ambientes desconocidos a un robot aereo no tripulado. Se propone el uso de informacion visual como sistema de sensado del ambiente. Dado que el ambiente es no estructurado y desconocido para el agente robotico no se construiran mapas ni se intentara seguir un mapa estrictamente. La navegacion se basa en el seguimiento y evasion de objetivos dados, entre los cuales se cuentan personas, arboles, fuego y demas objetos que sean considerablemente identificables mediante informacion visual en una zona de desastre.

Desarrollo de un algoritmo de navegación autónoma para uavs basado en objetivos dados usando técnicas de aprendizaje por refuerzo profundo