Esta página recopila y organiza artículos sobre inteligencia artificial publicados en todo el mundo. La información aquí presentada se resume utilizando Google Gemini y el sitio se gestiona sin fines de lucro. Los derechos de autor de los artículos pertenecen a sus autores y a las instituciones correspondientes; al compartir el contenido, basta con citar la fuente.
Este artículo investiga algoritmos para controlar y coordinar máquinas autónomas en entornos complejos. Nos centramos en métodos de asignación de tareas mediante inteligencia computacional (IC) y aprendizaje de refuerzo profundo (AR), analizando las fortalezas y debilidades de los métodos investigados. También sugerimos y discutimos diversas líneas de investigación futuras para mejorar los algoritmos existentes o desarrollar nuevos métodos que mejoren la empleabilidad y el rendimiento de las máquinas autónomas en aplicaciones prácticas. Los avances recientes en AR profundo han contribuido significativamente a la literatura sobre el control y la coordinación de máquinas autónomas, lo que demuestra una tendencia creciente en este campo.
Takeaways, Limitations
•
Takeaways:
◦
Proponemos que la inteligencia computacional (IC) y el aprendizaje de refuerzo profundo (RL) son enfoques viables para resolver problemas complejos de asignación de tareas en entornos dinámicos e inciertos.
◦
Los avances recientes en el aprendizaje de refuerzo profundo están impulsando el crecimiento en el campo del control y la coordinación de máquinas autónomas.
◦
Proporciona una descripción general completa del progreso en la investigación de aprendizaje automático relacionada con las máquinas autónomas.
◦
Destaca áreas inexploradas, presenta nuevas metodologías y sugiere nuevas direcciones para futuras investigaciones.
•
Limitations:
◦
Los detalles sobre las implementaciones reales y las evaluaciones del rendimiento de algoritmos específicos son limitados.
◦
No se presenta ningún plan de investigación ni metodología específicos para las futuras direcciones de investigación presentadas en el artículo.
◦
Es posible que no haya suficiente discusión sobre la generalización a diferentes tipos de máquinas autónomas y entornos de trabajo.
