Este proyecto se basa en el diseño y la implementación de sistemas adaptativos de enjambres de drones utilizando técnicas de pastoreo. El objetivo principal es desarrollar métodos eficientes para controlar y coordinar múltiples drones, que puedan evadir obstáculos y que puedan ser guiados a un área de cobertura por otro grupo de agentes denominados pastores. Se utilizan algoritmos como Boids y técnicas de aprendizaje por refuerzo, incluyendo Q-learning y Aprendizaje por Refuerzo Multiagente (MARL). Del mismo modo se modificaron y se hicieron mejoras a los algoritmos con el fin de obtener mejores resultados. Las simulaciones se realizan en entornos como CoppeliaSIM, validando experimentalmente la eficacia de las técnicas propuestas. Los resultados demuestran mejoras significativas en la coordinación y eficiencia de los enjambres de drones comparados con metodologías tradicionales.

This project is based on the design and implementation of adaptive swarm systems of drones using herding techniques. The main objective is to develop efficient methods to control and coordinate multiple drones that can avoid obstacles and be guided to a coverage area by another group of agents called shepherds. Algorithms such as Boids and reinforcement learning techniques, including Q-learning and Multi-Agent Reinforcement Learning (MARL), are used. Similarly, modifications and improvements were made to the algorithms to achieve better results. Simulations are conducted in environments like CoppeliaSIM, experimentally validating the effectiveness of the proposed techniques. The results demonstrate significant improvements in the coordination and efficiency of drone swarms compared to traditional methodologies.

Magister en Ingeniería Electrónica

Maestría