El objetivo de la tesis es implementar un prototipo de robot cuadrúpedo basado en inteligencia artificial con aprendizaje profundo por refuerzo y ROS, para realizar actividades de búsqueda y rescate en la región de Piura. Para cumplirlo se ha optado por el diseño y ensamblaje de un robot cuadrúpedo, con doce grados de libertad, con el fin de poder realizar un control a través de un microprocesador Raspberry Pi 4 y con una placa de extensión Navio2. La eficiencia de este proyecto se verá reflejado en la capacidad que tenga el agente “el prototipo” para lograr obtener un valor de recompensa alto. Se diseñará diferentes entornos para el agente, en donde para cada entorno la recompensa será diferente por lo que se podrá comparar con el dos modelos de aprendizaje como es el Deep Reforcement Learning y la Qtable, siendo esta última un modelo sencillo el cual sirva como partida...