- 17 de enero de 2024
- Noticias
Aprueban Artículo Científico en Revista de Investigación a Profesores de la UPV
Los profesores de la Universidad Politécnica de Victoria, Dr. Héctor Hugo Avilés Arriaga (ITI) y Dr. Rubén Machucho Cadena (ISA), en conjunto con el Dr. Marco Negrete (FI-UNAM), Dr. Alberto Reyes (INEEL), Dr. Alberto Pretrilli (Tohoku University), IM. Karelly Rivera y la estudiante de Ingeniería Mecatrónica Gloria Isabel de la Garza Terán sometieron el artículo «Autonomous behavior selection for self-driving cars using Probabilistic Logic Factored Markov Decision Processes» el cual ha sido aceptado para su publicación en la revista científica Applied Artificial Intelligence (Taylor & Francis). El documento se encuentra actualmente en etapa de producción y será publicado en las próximas semanas.
Los autores desean agradecer particularmente a Sergio Yahir Vázquez Mendoza, alumno de Ingeniería Mecatrónica, por su generoso apoyo en la realización de la experimentación de este documento.
El resumen del artículo se incluye a continuación:
«We propose probabilistic logic factored Markov decision processes (PL-fMDPs) as a behavior selection scheme for self-driving cars. Probabilistic logic combines logic programming with probability theory to achieve clear, rule-based knowledge descriptions of multivariate probability distributions, and a flexible mixture of deductive and probabilistic inferences. Factored Markov decision processes (fMDPs) are widely used to generate reward-optimal action policies for stochastic sequential decision problems. For evaluation, we developed a simulated self-driving car with reliable modules for behavior selection, perception, and control. The behavior selection module is composed of a two-level structure of four action policies obtained from PL-fMDPs. For testing, three main tests were conducted focused on the selection of the appropriate actions in specific driving scenarios, and the overtaking of static obstacle vehicles and dynamic obstacle vehicles. We performed 520 repetitions of these tests. The self-driving car completed its task without collisions in 99.2% of the repetitions. Results show the suitability of the overall self-driving strategy and PL-fMDPs to construct safe action policies for self-driving cars.»
Los autores desean agradecer a la Universidad Politécnica de Victoria por las facilidades otorgadas para la realización de este documento. Este proyecto es financiado parcialmente por UNAM-DGAPA bajo la asignación TA101222 y por el Consorcio de IA – CIMAT-CONAHCYT.
