Sistema Multimodal para un asistente robótico por medio de aprendizaje por refuerzo
Citas bibliográficas
Enlace de Referencia
Autores
Autor corporativo
Recolector de datos
Otros/Desconocido
Director audiovisual
Editor/Compilador
Fecha
Resumen en español
En este trabajo se presentara un sistema multimodal construido por medio de aprendizaje por refuerzo, que le permitirá al robot tipo Pepper ser un apoyo para los profesores de laboratorio, en donde por medio de sus sensores infrarrojos, sus cámaras 2D y 3D obtiene información de su entorno. Esta información es posteriormente procesada por múltiples modelos de aprendizaje automático, para obtener así una mayor información del ambiente, como una detección y reconocimiento de los objetos que el robot ve y la capacidad de reconstruir y clasificar las poses de los estudiantes. Este sistema al ser producto de una política obtenida por medio aprendizaje por refuerzo en ambientes continuos le permite una mayor adaptabilidad a ambientes similares, a diferencia de otros métodos como programación por maquinas de estados, las cuales están confinadas a los ambientes a las cuales fueron diseñadas.
Resumen en inglés
In this work, a multimodal system will be presented, which was built through reinforcement learning in continuous environments, which will allow the Pepper robot to be a support for laboratory teachers, where through its infrared sensors, its cameras 2D and 3D obtains information from its environment. This information is subsequently processed by multiple machine learning models, in order to obtain more information about the environment, such as detection and recognition of the objects that the robot sees and the ability to reconstruct and classify the poses of the students. This system, being the product of a policy obtained through reinforcement learning in continuous environments, allows greater adaptability to similar environments, unlike other methods such as state machine programming, which are confined to the environments to which they were designed.