Control de un péndulo invertido basado en aprendizaje reforzado profundo

Abstract

Los sistemas inteligentes capaces de aprender y desarrollar comportamientos complejos a partir de experiencias, se han desarrollado de manera significativa durante la última década dentro un campo emergente denominado aprendizaje reforzado profundo, el cual posee interés por parte de la academia y la industria a nivel mundial. El presente proyecto se enfoca en el desarrollo de un sistema de aprendizaje reforzado profundo aplicado tareas de control en el mundo real. Se desarrolla un agente capaz de aprender a controlar el péndulo invertido; una planta usada como banco de pruebas para el desarrollo de controladores. Mediante el desarrollo de dicho agente, se busca probar que existe una alternativa al modelado matemático de plantas y sintonización de controladores.