Planifica rutas de un robot logístico con planning bajo incertidumbre
Visión general
De qué trata este proyecto.
Implementa A*, replanning reactivo y planning probabilístico para un robot en un almacén 80x40. Mide mejora de throughput y obtén un certificado verificable.
El Briefing
Lo que harás y lo que demostrarás.
Compara A* estático, replanning reactivo y planning probabilístico en un almacén con 22 robots y mide throughput sobre una semana simulada.
Earning criteria — what you'll demonstrate
- Aplicar A* sobre grafos de grilla con cargas dinámicas
- Implementar replanning reactivo sin recalcular el plan completo
- Mantener un belief simple sobre congestión y usarlo en planning probabilístico
- Validar mejoras con simulación discrete-event sobre escenarios realistas
Encaje académico
Dónde encaja esto en tus estudios.
Afina las mismas habilidades que tu titulación espera de ti.
Decision Making Under Uncertainty
Master · Ai Ml
Fit score: 1
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 canónicosInvestigador de ML
Planning bajo incertidumbre en robótica es habilidad central para roles de research en logística y autónomos.
Este proyecto afina
- path-planning
- planning-under-uncertainty
- a-star
Científico Aplicado de IA
Combinar simulación discrete-event con análisis estadístico de seeds es el método del applied AI scientist en operaciones.
Este proyecto afina
- simulation
- discrete-event-simulation
- path-planning
Ingeniero de Aprendizaje Automático
Empaquetar el motor de planning para uso en flota de 22 robots es trabajo de MLE de robótica.
Este proyecto afina
- python
- simulation
- a-star