Entrenamiento de drones para la monitorización de incendios mediante aprendizaje por refuerzo

Abstract

Año tras año hemos observado un aumento considerable del número de incendios producidos por todo el globo. Estos incendios dejan tras de sí numerosas perdidas tanto materiales como humanas. Debido a la naturaleza estocástica de las llamas, la necesidad de obtener información precisa y en tiempo real es clave para la toma de decisiones en las tareas de extinción de incendios. Pero no es tarea fácil debido a las grandes magnitudes que pueden alcanzar algunos incendios y en ocasiones, la falta de medios personales y materiales. A pesar del uso de vehículos en este tipo de tareas, suponen un número muy reducido con un elevado coste de uso. Para solucionarlo se propone el uso de drones autónomos. Este Trabajo Fin de Grado tiene como objetivo estudiar la viabilidad de un sistema de monitorización de incendios haciendo uso de drones. Se ha optado por el uso de una arquitectura basada en comportamientos en donde en vez de codificar el sistema global se codifican módulos más sencillos que al ser interconectados logran conductas más complejas al sistema. Además, para la codificación de estos comportamientos se han utilizado técnicas de aprendizaje por refuerzo para la obtención de funcionamientos más elaborados. Los algoritmos se han desarrollado y validado mediante un entorno de simulación de incendios forestales realista desarrollado en el propio trabajo. Los resultados muestran cómo las aeronaves pueden realizar un seguimiento de la expansión del incendio obteniendo información con un alto grado de fiabilidad respecto al crecimiento del incendio real. Simulaciones adicionales demuestran que el planteamiento se puede escalar aumentado el número de aeronaves y la generalización del conocimiento al poder ser aplicado en diferentes siluetas de incendio.