Reinforcement learning for object manipulation by a robotic arm

El objetivo de este proyecto consiste en la implementación de un algoritmo de Aprendizaje por Refuerzo (AR) para un robot formado por una plataforma móvil y un brazo robótico, para realizar una comparación con otros modelos y con una programación explícita. Además, buscábamos la puesta a punto de una plataforma de experimentación, ya que el AR no se ha utilizado todavía en el brazo manipulador de dicho robot. Para ello, hemos utilizado el framework de desarrollo robótico Robot Operating System (ROS), con el lenguaje de programación C++. En concreto, hemos implementado el algoritmo de AR Q-Learning, mostrando ventajas sobre la programación explícita. La principal ventaja que aporta este algoritmo es la amplitud de situaciones abarcadas por el robot sin tener que tenerlas en cuenta en la implementación. También hemos puesto a punto una plataforma de experimentación con el simulador Gazebo y la del robot real (aunque finalmente solo se ha trabajado con la simulada, para no dañar el robot real durante el proceso de aprendizaje), así como ajustado los parámetros del algoritmo y realizado experimentos para un correcto aprendizaje