Investigación IA / Proyecto de Investigación IA
Sistemas de Decisión con Q-Learning
Investigación en IA usando Q-Learning para optimización de rutas con congestión.
01 / El punto de partida
Contexto
Investigación académica sobre la aplicación de Aprendizaje por Refuerzo en problemas logísticos.
02 / El desafío
El problema
Las rutas tradicionales no se adaptan dinámicamente a niveles de congestión variables en tiempo real.
03 / De la idea a la implementación
La solución
Se modeló el entorno como un Proceso de Decisión de Markov y se aplicó el algoritmo Q-Learning para que el agente aprenda la ruta óptima penalizando zonas de alta congestión.
04 / Cómo se conecta
Arquitectura
- Algoritmo: Q-Learning Tabular
- Entorno: Gridworld personalizado en Python
- Visualización: Matplotlib
05 / Mi participación
Lo que construí
Desarrollo del caso de estudio de ruteo óptimo y simulación de congestión variable.
06 / El resultado
Resultados del proyecto
- 01Convergencia del algoritmo en 500 episodios
- 02Reducción del tiempo de ruta simulado en un 25% frente a algoritmos estáticos
- 03Paper académico con resultados experimentales
Una mirada más cerca
El proyecto, en detalle.
Selecciona una imagen para ampliarla.
Siguiente proyecto