Entorno de simulación basado en DEVS para agentes de aprendizaje por refuerzo aplicado a la generación y administración de energías renovables

La dinámica y complejidad de los entornos industriales actualmente han llevado a la necesidad de soluciones que permitan capturar la interacción en tiempo real para tomar decisiones sobre el control de los procesos involucrados. El Aprendizaje por Refuerzo es un enfoque promisorio, que se aplica en...

Descripción completa

Detalles Bibliográficos
Autores principales: Beccaria, Ezequiel, Bogado, Verónica S., Palombarini, Jorge
Formato: Objeto de conferencia
Lenguaje:Español
Publicado: 2022
Materias:
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/149575
Aporte de:
id I19-R120-10915-149575
record_format dspace
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Ciencias Informáticas
aprendizaje por refuerzo
DEVS
problemas de decisión
energías renovables
spellingShingle Ciencias Informáticas
aprendizaje por refuerzo
DEVS
problemas de decisión
energías renovables
Beccaria, Ezequiel
Bogado, Verónica S.
Palombarini, Jorge
Entorno de simulación basado en DEVS para agentes de aprendizaje por refuerzo aplicado a la generación y administración de energías renovables
topic_facet Ciencias Informáticas
aprendizaje por refuerzo
DEVS
problemas de decisión
energías renovables
description La dinámica y complejidad de los entornos industriales actualmente han llevado a la necesidad de soluciones que permitan capturar la interacción en tiempo real para tomar decisiones sobre el control de los procesos involucrados. El Aprendizaje por Refuerzo es un enfoque promisorio, que se aplica en problemas de decisión secuencial, donde la complejidad radica en la interacción agente-entorno y la incertidumbre subyacente del entorno, pero requiere de una simulación que refleje el proceso bajo control (entorno) y su dinámica para entrenar el agente. En particular, el uso de energías alternativas representa un problema con enormes desafíos, donde existen procesos críticos que necesitan monitoreo y control en tiempo real de un ambiente altamente incierto. En este trabajo, se presenta una solución para entrenar este tipo de agentes con entornos modelados y simulados usando DEVS. El mismo se aplica al problema de generación y administración de una energía alterna, biogás producido por un digestor y usado por diferentes perfiles de consumidores industriales.
format Objeto de conferencia
Objeto de conferencia
author Beccaria, Ezequiel
Bogado, Verónica S.
Palombarini, Jorge
author_facet Beccaria, Ezequiel
Bogado, Verónica S.
Palombarini, Jorge
author_sort Beccaria, Ezequiel
title Entorno de simulación basado en DEVS para agentes de aprendizaje por refuerzo aplicado a la generación y administración de energías renovables
title_short Entorno de simulación basado en DEVS para agentes de aprendizaje por refuerzo aplicado a la generación y administración de energías renovables
title_full Entorno de simulación basado en DEVS para agentes de aprendizaje por refuerzo aplicado a la generación y administración de energías renovables
title_fullStr Entorno de simulación basado en DEVS para agentes de aprendizaje por refuerzo aplicado a la generación y administración de energías renovables
title_full_unstemmed Entorno de simulación basado en DEVS para agentes de aprendizaje por refuerzo aplicado a la generación y administración de energías renovables
title_sort entorno de simulación basado en devs para agentes de aprendizaje por refuerzo aplicado a la generación y administración de energías renovables
publishDate 2022
url http://sedici.unlp.edu.ar/handle/10915/149575
work_keys_str_mv AT beccariaezequiel entornodesimulacionbasadoendevsparaagentesdeaprendizajeporrefuerzoaplicadoalageneracionyadministraciondeenergiasrenovables
AT bogadoveronicas entornodesimulacionbasadoendevsparaagentesdeaprendizajeporrefuerzoaplicadoalageneracionyadministraciondeenergiasrenovables
AT palombarinijorge entornodesimulacionbasadoendevsparaagentesdeaprendizajeporrefuerzoaplicadoalageneracionyadministraciondeenergiasrenovables
bdutipo_str Repositorios
_version_ 1764820461706805250