Ver Financiación - Prisma - Unidad de Bibliometría

Despliegue Adaptativo de Vehículos no Tripulados para Gestión Ambiental en Escenarios Dinámicos

Referencia: RTI2018-098964-B-I00

Tipo: Proyecto de investigación
Programa financiador: Plan Estatal 2017-2020 Retos - Proyectos I+D+i
Entidad financiadora: Ministerio de Ciencia, Innovación y Universidades
Ámbito: Nacional
Convocatoria competitiva:
Fecha de inicio: 01/01/2019
Fecha de fin: 30/04/2022
Participantes en la financiación
Nombre Rol
Toral Marín, Sergio Responsable
Perales Estéve, Manuel Ángel Investigador/a
Yanes Luis, Samuel Contratado
Casado Pérez, Alejandro Contratado
Publicaciones relacionadas
Tipo Año Título Fuente
Artículo 2023 Censored deep reinforcement patrolling with information criterion for monitoring large water resources using Autonomous Surface Vehicles APPLIED SOFT COMPUTING
Artículo 2022 An evolutionary multi-objective path planning of a fleet of ASVs for patrolling water resources ENGINEERING APPLICATIONS OF ARTIFICIAL INTELLIGENCE
Artículo 2021 A bayesian optimization approach for multi-function estimation for environmental monitoring using an autonomous surface vehicle: Ypacarai lake case study ELECTRONICS
Artículo 2021 A bayesian optimization approach for water resources monitoring through an autonomous surface vehicle: the Ypacarai lake case study IEEE ACCESS
Artículo 2021 A dimensional comparison between evolutionary algorithm and deep reinforcement learning methodologies for autonomous surface vehicles with water quality sensors SENSORS
Artículo 2021 A multiagent deep reinforcement learning approach for path planning in autonomous surface vehicles: the Ypacaraí Lake patrolling case IEEE ACCESS
Ponencia 2021 Monitoring Water Resources through a Bayesian Optimization-based Approach using Multiple Surface Vehicles: The Ypacarai Lake Case Study 2021 IEEE Congress on Evolutionary Computation (CEC)
Artículo 2020 A comparison of local path planning techniques of autonomous surface vehicles for monitoring applications: The Ypacarai lake case-study SENSORS
Artículo 2020 A deep reinforcement learning approach for the patrolling problem of water resources through autonomous surface vehicles: the Ypacarai lake case IEEE ACCESS
Nota: la fuente de financiación de las publicaciones se ha obtenido de WOS