Desarrollo de un modelo de piloto utilizando redes neuronales para ejecución de maniobras discretas

Abstract

RESUMEN : Esta tesis presenta el desarrollo de un modelo de piloto utilizando redes neuronales para la ejecución de maniobras discretas en vehículos aéreos. El objetivo principal es mejorar la simulación del comportamiento del piloto, aumentando la fidelidad de las simulaciones de vuelo y reduciendo el error humano en escenarios de vuelo específicos. La metodología incorpora redes neuronales de memoria a largo y corto plazo (LSTM, por sus siglas en inglés), que fueron entrenadas utilizando datos de vuelo reales capturados en un simulador de helicóptero. Los resultados demuestran que el modelo de red neuronal replicó con ´éxito las entradas de los pilotos humanos en maniobras discretas clave, como giros estacionarios, maniobras de desplazamiento lateral y movimientos verticales, mostrando un alto grado de precisión en la predicción de las acciones de control. Este trabajo contribuye al creciente campo de la simulación de vuelo al proporcionar un modelo adaptativo de red neuronal capaz de mejorar la formación de pilotos y la seguridad operativa.

ABSTRACT : This thesis presents the development of a pilot model using neural networks for the execution of discrete maneuvers in aerial vehicles. The primary objective is to enhance the simulation of pilot behavior, improving the fidelity of flight simulations and reducing human error in specific flight scenarios. The methodology incorporates Long Short-Term Memory (LSTM) neural networks, which were trained using real flight data captured from a helicopter simulator. The results demonstrate that the neural network model successfully replicated human pilot inputs in key discrete maneuvers, such as hovering turns, side-step maneuvers, and vertical movements, showing a high degree of accuracy in predicting control actions. This work contributes to the growing field of flight simulation by providing an adaptive neural network model capable of improving pilot training and operational safety.