Política PPO para Conducir un AGV en Mina de Antofagasta
Visión general
De qué trata este proyecto.
Entrena PPO con LiDAR para un AGV en túneles mineros con perturbaciones. Completa el 90% de episodios y obtén un certificado verificable.
El escenario
La minera opera 14 AGVs en 3 niveles subterráneos en la región de Antofagasta; la teleoperación humana introduce un cuello de botella de personal a 3 turnos y cada hora de operación autónoma libre vale unos 1.100 USD en throughput de mineral.
El Briefing
Lo que harás y lo que demostrarás.
Entrena una política PPO de conducción autónoma para AGV en túneles que supere la teleoperación en tiempo y mantenga la seguridad ante perturbaciones realistas.
Earning criteria — what you'll demonstrate
- Aplicar PPO con clip de razón a un problema de control continuo realista
- Diseñar un protocolo de evaluación robusto frente a perturbaciones del entorno
- Interpretar curvas de entropía y KL para detectar políticas degeneradas
- Comunicar riesgos de despliegue de RL a una audiencia operacional minera
Encaje académico
Dónde encaja esto en tus estudios.
Afina las mismas habilidades que tu titulación espera de ti.
Deep Reinforcement Learning
Master · Reinforcement Learning
Strong alignment
This challenge maps to Deep Reinforcement Learning at the Master level. It sharpens the same practical skills your coursework expects — but in a real industry context with actual constraints and deliverables.
Habilidades
Habilidades que demostrarás.
Cada una aparece en tu credencial verificada.
- Policy Gradients
Apply policy gradients to solve real industry problems and demonstrate production-level capability.
- Ppo
Apply ppo to solve real industry problems and demonstrate production-level capability.
- Reinforcement Learning
Apply reinforcement learning to solve real industry problems and demonstrate production-level capability.
- Simulation
Apply simulation to solve real industry problems and demonstrate production-level capability.
- Robustness Evaluation
Apply robustness evaluation to solve real industry problems and demonstrate production-level capability.
- Pytorch
Apply pytorch to solve real industry problems and demonstrate production-level capability.
Carreras
Roles para los que esto te prepara.
Títulos reales. Puentes de habilidades reales. Elige el que más se acerque a tu trayectoria.
Ingeniero en Aprendizaje Automático
Entrenar PPO con un protocolo de evaluación industrial cubre directamente la rutina de un MLE en robótica móvil y vehículos autónomos.
Este proyecto afina
- ppo
- pytorch
- simulation
Investigador en Seguridad de IA
Evaluar robustez bajo perturbaciones y catalogar modos de fallo es el músculo central que se le pide a un AI Safety Researcher junior.
Este proyecto afina
- robustness-evaluation
- policy-gradients
- simulation
Ingeniero MLOps
Reproducibilidad multi-semilla y empaquetado del entrenamiento conectan directamente con prácticas MLOps para modelos en producción.
Este proyecto afina
- reinforcement-learning
- simulation
- pytorch