| Títol variant: |
Entorns d'aprenentatge per reforç per a aplicacions de trànsit aeri amb BlueSky-Gym |
| Títol variant: |
Reinforcement Learning Environments for Air Traffic Applications with BlueSky-Gym |
| Data: |
2025 |
| Descripció: |
73 p. |
| Resum: |
El RL se presenta como una solución prometedora para optimizar operaciones, mejorar la seguridad y aumentar la eficiencia en el espacio aéreo, especialmente ante el crecimiento sostenido del tráfico aéreo y la complejidad creciente del sector. El documento aborda la falta de entornos estandarizados para probar algoritmos de RL en este campo, destacando a BlueSky-Gym como una solución innovadora. Basado en el simulador de tráfico aéreo de código abierto BlueSky, y utilizando la API Gymnasium, BlueSky-Gym proporciona una plataforma flexible y estandarizada para la investigación y aplicación de algoritmos de RL en tareas de ATC. |
| Resum: |
El RL es presenta com una solució prometedora per optimitzar operacions, millorar la seguretat i augmentar l'eficiència en l'espai aeri, especialment davant el creixement sostingut del trànsit aeri i la complexitat creixent del sector. El document aborda la manca d'entorns estandarditzats per provar algoritmes de RL en aquest camp, destacant a BlueSky-Gym com una solució innovadora. Basat en el simulador de trànsit aeri de codi obert BlueSky, i utilitzant l'API Gymnasium, BlueSky-Gym proporciona una plataforma flexible i estandarditzada per a la investigació i aplicació d'algoritmes de RL en tasques d'ATC. |
| Resum: |
RL is presented as a promising solution for optimizing operations, improving safety, and increasing efficiency in airspace, especially given the sustained growth of air traffic and the increasing complexity of the sector. The document addresses the lack of standardized environments for testing RL algorithms in this field, highlighting BlueSky-Gym as an innovative solution. Based on the open-source air traffic simulator BlueSky, and utilizing the Gymnasium API, BlueSky-Gym provides a flexible and standardized platform for the research and application of RL algorithms in ATC tasks. |
| Drets: |
Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial, la distribució, la comunicació pública de l'obra i la creació d'obres derivades, sempre que no sigui amb finalitats comercials, i sempre que es reconegui l'autoria de l'obra original.  |
| Llengua: |
Castellà |
| Titulació: |
Gestió aeronàutica [2501233] |
| Pla d'estudis: |
Grau en Gestió Aeronàutica [829] |
| Document: |
Treball final de grau ; Text |
| Matèria: |
Intel.ligència artificial ;
Control del trànsit aeri ;
Gestió del trànsit aeri ;
BlueSky ;
BlueSky-Gym ;
Aprenentatge per reforç ;
Inteligencia artificial ;
Control del tráfico aéreo ;
Gestión del tráfico aéreo ;
Aprendizaje por refuerzo ;
Artificial Intelligence ;
Air Traffic Control ;
Air Traffic Management ;
Reinforcement learning |
visitant ::
identificació
