Admisión abierta 2026-2027Rellenar solicitud

Diplomado en RL/IL para Conducción: Safety Layers y Reward Shaping

Diplomado online de 800 h: 8 módulos y 80 submódulos, de «Aprendizaje para la decisión en conducción» a «Proyecto de conducción con aprendizaje», pasando por «Capas de seguridad».

Mapa del programa · pulsa un módulo
Módulo 1 · Aprendizaje para la decisión en conducción
800 hDuración total
8Módulos
80Submódulos
OnlineModalidad

Competencias y resultados

6 bloques de competencia, sacados de los módulos de este programa. Pulsa cualquiera y ves qué vas a saber hacer.

Aprendizaje para la decisión en conducción

Saldrás manejando limitaciones de las reglas programadas, procesos de decisión de Markov y observaciones, acciones y recompensas. Es lo que se trabaja en «Aprendizaje para la decisión en conducción», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Aprendizaje por imitación

Saldrás manejando clonación de comportamiento, desplazamiento de distribución y DAgger y aprendizaje por refuerzo inverso. Es lo que se trabaja en «Aprendizaje por imitación», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Aprendizaje por refuerzo profundo

Saldrás manejando métodos de valor y DQN, gradiente de política y PPO y actor-crítico SAC y TD3. Es lo que se trabaja en «Aprendizaje por refuerzo profundo», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Capas de seguridad

Saldrás manejando RL con restricciones y CMDP, escudos de seguridad y funciones barrera de control. Es lo que se trabaja en «Capas de seguridad», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Generalización y transferencia

Saldrás manejando brecha sim-to-real, randomización de dominio y aprendizaje curricular. Es lo que se trabaja en «Generalización y transferencia», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Validación y gobernanza

Saldrás manejando métricas de seguridad en simulación, búsqueda de fallos en escenarios críticos y verificación de redes neuronales. Es lo que se trabaja en «Validación y gobernanza», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Objetivos de aprendizaje

  • 01Formular la decisión en conducción como problema de aprendizaje.
  • 02Aplicar técnicas de aprendizaje por imitación.
  • 03Entrenar políticas con aprendizaje por refuerzo profundo.
  • 04Diseñar funciones de recompensa robustas.
  • 05Implementar capas de seguridad sobre políticas aprendidas.
  • 06Mejorar la generalización y la transferencia sim-to-real.
  • 07Validar políticas aprendidas conforme a las normas de IA y seguridad.

Plan de estudios

8 módulos, 80 submódulos, 800 h. Elige un módulo y ves su contenido completo.

1 de 8 módulos abiertos
Módulo 1 de 8 · 10 submódulos

Aprendizaje para la decisión en conducción

1.1Limitaciones de las reglas programadas
1.2Procesos de decisión de Markov
1.3Observaciones, acciones y recompensas
1.4Imitación frente a refuerzo
1.5Conducción end-to-end y modular
1.6Simuladores para aprendizaje
1.7Éxitos y fracasos documentados
1.8Retos de seguridad y generalización
1.9Observabilidad parcial y POMDP
1.10Caso práctico: análisis de un sistema end-to-end publicado
Módulo 2 de 8 · 10 submódulos

Aprendizaje por imitación

2.1Clonación de comportamiento
2.2Desplazamiento de distribución y DAgger
2.3Aprendizaje por refuerzo inverso
2.4GAIL
2.5Calidad de las demostraciones
2.6Políticas condicionadas a comandos
2.7Imitación con datos de flota
2.8Evaluación en bucle cerrado
2.9Confusión causal en imitación
2.10Laboratorio: clonación de comportamiento en CARLA
Módulo 3 de 8 · 10 submódulos

Aprendizaje por refuerzo profundo

3.1Métodos de valor y DQN
3.2Gradiente de política y PPO
3.3Actor-crítico SAC y TD3
3.4RL basado en modelo
3.5RL offline con CQL e IQL
3.6Eficiencia de muestras
3.7Paralelización de entornos
3.8Hiperparámetros y estabilidad
3.9Espacios de acción continuos y discretos
3.10Laboratorio: PPO en highway-env
Módulo 4 de 8 · 10 submódulos

Diseño de recompensas

4.1Progreso, seguridad y confort
4.2Reward shaping basado en potencial
4.3Recompensas dispersas y densas
4.4Hackeo de la recompensa
4.5Recompensas aprendidas de preferencias
4.6Penalizaciones por infracciones
4.7Recompensas multiobjetivo
4.8Análisis de sensibilidad
4.9Normalización y escalado de la recompensa
4.10Práctica: comparación de funciones de recompensa
Módulo 5 de 8 · 10 submódulos

Capas de seguridad

5.1RL con restricciones y CMDP
5.2Escudos de seguridad
5.3Funciones barrera de control
5.4Proyección de acciones seguras
5.5RSS como capa de seguridad
5.6Análisis de alcanzabilidad
5.7Arquitecturas simplex
5.8Monitorización de la política
5.9Exploración segura durante el entrenamiento
5.10Laboratorio: filtro de seguridad con CBF
Módulo 6 de 8 · 10 submódulos

Generalización y transferencia

6.1Brecha sim-to-real
6.2Randomización de dominio
6.3Aprendizaje curricular
6.4Generación adversarial de escenarios
6.5Políticas robustas ante perturbaciones
6.6Evaluación fuera de distribución
6.7Modelos de mundo
6.8Ajuste fino con datos reales
6.9Sobreajuste al simulador
6.10Caso práctico: transferencia de una política entre ciudades
Módulo 7 de 8 · 10 submódulos

Validación y gobernanza

7.1Métricas de seguridad en simulación
7.2Búsqueda de fallos en escenarios críticos
7.3Verificación de redes neuronales
7.4Explicabilidad de políticas
7.5Requisitos de ISO/PAS 8800
7.6Ley de IA y sistemas de alto riesgo
7.7Trazabilidad de datos y modelos
7.8Aprobación de modelos
7.9Registro de versiones de políticas
7.10Taller: plan de validación de una política aprendida
Módulo 8 de 8 · 10 submódulos

Proyecto de conducción con aprendizaje

8.1Tarea y entorno
8.2Datos de demostración o simulación
8.3Función de recompensa
8.4Entrenamiento de la política
8.5Capa de seguridad
8.6Evaluación en escenarios
8.7Análisis de generalización
8.8Discusión de riesgos
8.9Memoria y presentación
8.10Revisión final con el tutor

¿Cuánto me va a llevar?

Mueve las horas que puedes dedicar cada semana y calculamos tu ritmo sobre las 800 h del programa.

—meses a ese ritmo
—semanas por módulo
—frente a los 800 horas · 6 a 8 meses previstos

¿Qué nivel tienes ya?

Cinco conceptos del propio temario. Marca lo que ya controlas y te decimos si te conviene el curso, el diplomado o el máster.

Limitaciones de las reglas programadas
Módulo 1 · Aprendizaje para la decisión en conducción
Evaluación en bucle cerrado
Módulo 2 · Aprendizaje por imitación
RL offline con CQL e IQL
Módulo 3 · Aprendizaje por refuerzo profundo
Reward shaping basado en potencial
Módulo 4 · Diseño de recompensas
Exploración segura durante el entrenamiento
Módulo 5 · Capas de seguridad

Marca los cinco conceptos y te damos tu resultado.

Normas y estándares que vas a manejar

ISO/PAS 8800:2024ISO 21448:2022 (SOTIF)ISO 26262:2018Reglamento (UE) 2024/1689 (Ley de IA)IEEE 2846-2022UL 4600ISO/IEC 22989:2022

Cuerpo docente y expertos

Este programa se imparte en el área de Autónomos, ADAS & Vehículo Definido por Software, que dirige Dr. Markus Schneider. Debajo, los directores académicos más cercanos a este programa. El detalle de cada instituto está en la página de institutos.

Dr. Markus Schneider Dr. Markus SchneiderDirector Académico del Departamento EMH — Electromobility, Batteries & Hydrogen.
Dr. Kevin O’Connor Dr. Kevin O’ConnorDirector Académico del EET — Electronics & Embedded Technologies Institute.
Prof. Kenji Takahashi Prof. Kenji TakahashiDirector Académico del SRA — Robotics & Autonomous Systems Institute.

El claustro completo y los once institutos, con sus líneas de trabajo, están en institutos SEIUM y en liderazgo y consejo asesor.

Dónde se trabaja con esto

Perfiles a los que da acceso el programa.

Ingeniero de aprendizaje por refuerzo
Ingeniero de machine learning
Investigador en conducción autónoma
Ingeniero de planificación
Ingeniero de seguridad de la IA
Ingeniero de simulación

Para quién es

Ingeniero de aprendizaje por refuerzo
Ingeniero de machine learning
Investigador en conducción autónoma
Ingeniero de planificación
Ingeniero de seguridad de la IA
Ingeniero de simulación
Titulados en ingeniería o ciencias que busquen entrar en automoción

Otras formaciones del área

Del mismo área y nivel, para completar tu itinerario.

En el blog técnico: Arquitecturas de sensores para conducción automatizada en entorno urbano · Impacto del AI Act en sistemas de asistencia y conducción automatizada.

Áreas cercanas: todas las de Autónomos, ADAS & Vehículo Definido por Software · Aeroespacial, UAM, Drones & Espacio · Automoción & Motorsport · Civil, Rail & Smart Cities · Data, IA, Simulación & Analytics · Defensa, Ingeniería Militar & Sistemas Terrestres (enfoque académico, legal y ético) · Diseño, HMI & Producto · Electromovilidad, Baterías & Hidrógeno (Movilidad) · todas las facultades.

Opiniones de alumnos

Opiniones verificadas de alumnos de SEIUM, recogidas en Opynio.

Ver reseñas completas

De la solicitud al aula, sin esperas

  1. 1Rellenas la solicitud de admisiónTitulación o experiencia y firma, en una sola página.
  2. 2El sistema verifica la documentación al instanteEl sistema comprueba los datos y la firma al momento.
  3. 3Eliges modalidad de pago y reservas tu plazaPago único con descuento o entrada más cuotas mensuales. La matrícula de esta semana cierra el 27-11-2026.

El proceso completo, con documentación, plazos, convalidaciones y becas, está en admisión, cómo aplicar y becas y ayudas.

Comprueba tu acceso en tres respuestas

¿Tienes titulación universitaria en ingeniería, ciencias o arquitectura, o experiencia profesional equivalente?
¿Trabajas o quieres trabajar en Autónomos, ADAS & Vehículo Definido por Software?
¿Puedes mantener un ritmo de estudio constante durante 800 horas · 6 a 8 meses?

Responde las tres y te decimos por dónde seguir.

Requisitos de acceso

  • ·Formación técnica previa o experiencia profesional en el sector. No se exige titulación universitaria.
  • ·Conexión a internet y un ordenador capaz de ejecutar el software del programa.
  • ·Nivel de español suficiente para seguir lectura de normativa técnica.

Cómo se estudia

Formación 100 % online en el campus de SEIUM, con material descargable, clases grabadas y tutor técnico asignado. Sin horarios fijos: el alumno avanza a su ritmo dentro de la convocatoria, lo que permite compatibilizarlo con el trabajo.

Cada módulo combina teoría, lectura guiada de la norma original y ejercicios aplicados. El software de trabajo es CARLA, Stable-Baselines3, highway-env, PyTorch, Ray RLlib, en versiones gratuitas, académicas o de evaluación. Los ensayos se estudian sobre procedimientos reales de entrenamiento de políticas en highway-env, clonación de comportamiento en CARLA, integración de un filtro de seguridad sobre una política. La evaluación es continua por módulo más el proyecto integrador final.

Las modalidades, el calendario y las tasas son comunes a todos los programas: modalidades, calendario académico y tasas y financiación.

Preguntas frecuentes

Son 8 módulos con 80 submódulos y 800 h de trabajo total. Abre por «Aprendizaje para la decisión en conducción» y cierra con «Proyecto de conducción con aprendizaje».

Se trabajan ISO/PAS 8800:2024, ISO 21448:2022 (SOTIF), ISO 26262:2018, Reglamento (UE) 2024/1689 (Ley de IA), IEEE 2846-2022 y UL 4600.

Los perfiles más directos son Ingeniero de aprendizaje por refuerzo, Ingeniero de machine learning, Investigador en conducción autónoma, Ingeniero de planificación y Ingeniero de seguridad de la IA.

En un pago son 1.192 €, sobre una tarifa de 1.490 €. A plazos, una entrada de 596 € y 6 cuotas de 149 €, 1.490 € en total, sin intereses: lo mismo que la tarifa.

Formación técnica previa o experiencia profesional en el sector. No se exige titulación universitaria, Conexión a internet y un ordenador capaz de ejecutar el software del programa y Nivel de español suficiente para seguir lectura de normativa técnica.

El programa son 800 horas totales repartidas en 6 a 8 meses. Eso son entre 10 y 15 horas semanales de media, compatibles con jornada laboral completa.

Se trabaja con CARLA, Stable-Baselines3, highway-env, PyTorch, Ray RLlib. Se usan versiones gratuitas, académicas o de evaluación, y el tutor indica la alternativa libre cuando existe.

Diploma propio de SEIUM al superar la evaluación continua y el proyecto integrador. Es formación propia, no un título oficial del Ministerio.

Sí. Los módulos superados en un curso o diplomado del mismo área convalidan en el programa superior. Consulta la política de convalidaciones al matricularte.

Las dudas comunes a todos los programas (titulación, convalidaciones, visado, idiomas) están resueltas en preguntas frecuentes, equivalencias y convalidaciones e idiomas.

Inicio de clases: 22 de diciembre de 20261.192 € Matricularme
Contactar con Seium
Pago al contado1.192 €ahorras 298 €
Reservar plaza
Seium - Universidad de ingeniería avanzada
Resumen de privacidad

Esta web utiliza cookies para que podamos ofrecerte la mejor experiencia de usuario posible. La información de las cookies se almacena en tu navegador y realiza funciones tales como reconocerte cuando vuelves a nuestra web o ayudar a nuestro equipo a comprender qué secciones de la web encuentras más interesantes y útiles.