Control de velocidad adaptativo en vehículos autónomos conectados mediante aprendizaje por refuerzo

La congestión del tráfico es un problema constante al que se enfrentan los ciudadanos, causando retrasos y molestias en el desplazamiento, así como pérdidas económicas a todo aquel que se ve afectado. Las primeras estrategias desarrolladas para mitigar este problema, surgidas en la década de los ochenta, hacían uso de sistemas de señalización de tiempo fijo. Posteriormente aparecieron algoritmos de control de tiempo variable, utilizando métodos estadísticos y programación dinámica. Gracias a los avances en el ámbito tecnológico y la inteligencia computacional se han podido implantar sistemas con una optimización bioinspirada. La última tendencia usa el aprendizaje por refuerzo, familia de algoritmos en la que se realiza la optimización por prueba y error. En este trabajo se detalla la viabilidad de una solución optimizando directamente la velocidad de los vehículos que se aproximan y circulan por una intersección no señalizada. Por último se analizan las dificultades y limitaciones identificadas al aplicar el aprendizaje por refuerzo a este tipo de problemas, así como futuras líneas de investigación. Abstract: Traffic congestion is an issue citizens face incessantly, causing delays and inconveniences in commute, besides economic losses to all affected. The first strategies developed to mitigate this problem, which emerged in the 1980s, used fixed-time signaling systems. Later, time-varying control algorithms appeared, using statistical methods and dynamic programming. Advances in technology and computational intelligence have made it possible to implement systems with bio-inspired optimization. The most recent trend uses reinforcement learning, a family of algorithms in which optimization is accomplished by trial and error. This work details the feasibility of a solution by directly optimizing the speed of approaching vehicles traveling through an unsignalized intersection. Lastly, the difficulties and limitations identified when applying reinforcement learning to this type of problem are discussed, as well as future lines of research