La planificación de rutas de UAV para la teledetección tiene como objetivo encontrar las rutas más adecuadas para completar una misión de recolección de datos. Los UAV planifican las rutas y se mueven a través de ellas para recolectar datos ambientales de zonas específicas utilizando dispositivos sensoriales como cámaras. La planificación de rutas puede utilizar técnicas de aprendizaje automático para encontrar/seleccionar de manera autónoma rutas rentables y/o más adecuadas y lograr resultados optimizados que incluyen: minimizar el retraso en la recolección de datos, reducir el consumo de energía del UAV, disminuir la distancia recorrida en vuelo y maximizar el número de muestras de datos recolectadas. Este artículo utiliza una técnica de aprendizaje por refuerzo (Q-learning consciente de la ubicación y la energía) para planificar rutas de UAV para la teledetección en granjas inteligentes. A través de esto, el UAV evita moverse heurísticamente o a ciegas por una granja, pero aprovecha los beneficios de la exploración-explotación del entorno para explorar la granja y encontrar los caminos más cortos y rentables hacia ubicaciones objetivo con muestras de datos interesantes para recolectar. Según los resultados de la simulación, utilizar la técnica de Q-learning aumenta la robustez de la recolección de datos y reduce el consumo de recursos del UAV (por ejemplo, energía), las rutas recorridas y la latencia de la teledetección en comparación con dos puntos de referencia bien conocidos, IEMF y TBID, especialmente si las ubicaciones objetivo son densas y concurridas en una granja.