Entrena un DQN para Soldadura Robotizada en Planta de Aguascalientes
Visión general
De qué trata este proyecto.
Recibirás un simulador compatible con Gymnasium (celda con dos brazos UR10, 12 puntos de soldadura por carrocería, perturbaciones aleatorias de posicionamiento) y el script con la planificación clásica que usa la fábrica. Entrena un agente DQN con experience replay (memoria de repetición) y red objetivo hasta superar la línea base en una evaluación de 100 episodios. Reporta tiempo medio de ciclo por carrocería, tasa de colisiones cada 1.000 pasos, recompensa media y horas de GPU consumidas en una L4 alquilada. Empaqueta todo en un script reproducible y entrega un memo de 2 páginas con un go/no-go para el piloto real.
El Briefing
Lo que harás y lo que demostrarás.
Entrena una política DQN que supere la planificación clásica en tiempo de ciclo y colisiones, y decide si justifica un piloto en la planta real.
Earning criteria — what you'll demonstrate
- Implementar Deep Q-Learning con memoria de repetición y red objetivo
- Diseñar una comparación justa entre una política aprendida y un planificador clásico
- Diagnosticar la inestabilidad del entrenamiento mediante gráficos diagnósticos
- Traducir resultados experimentales a una recomendación de negocio
Encaje académico
Dónde encaja esto en tus estudios.
Afina las mismas habilidades que tu titulación espera de ti.
Habilidades
Habilidades que demostrarás.
Cada una aparece en tu credencial verificada.
Carreras
Roles para los que esto te prepara.
Títulos reales. Puentes de habilidades reales. Elige el que más se acerque a tu trayectoria.
Trayectorias profesionales que esto construye
Roles canónicosIngeniero en Aprendizaje Automático
Entrenar, evaluar y empaquetar una política DQN para una línea industrial real es el tipo de trabajo de día uno que hace un MLE en una empresa de robótica o automoción.
Este proyecto afina
- deep-q-learning
- pytorch
- benchmarking
Científico en IA Aplicada
Traducir un método de investigación (DQN) en un experimento reproducible con recomendación de negocio es la rutina diaria del Applied AI Scientist en equipos industriales.
Este proyecto afina
- reinforcement-learning
- experiment-design
- benchmarking
Ingeniero en IA
Conectar el simulador, el agente y la evaluación en un único pipeline ejecutable es la clase de trabajo de pegamento que hacen los AI Engineers en startups industriales.
Este proyecto afina
- pytorch
- simulation
- experiment-design