Aprendizado por Reforço e Jogos: uma proposta focada na análise de algoritmos

Autores

  • Diego B. da Costa Centro de Ciências Computacionais - Universidade Federal do Rio Grande (C3/FURG)
  • Giancarlo Lucca Programa de Pós-Graduação em Modelagem Computacional - Universidade Federal do Rio Grande (PPGMC/FURG)
  • Diana Francisca Adamatti Centro de Ciências ComputacionaisUniversidade Federal do Rio Grande https://orcid.org/0000-0003-3829-3075

DOI:

https://doi.org/10.5335/rbca.v14i2.12500

Palavras-chave:

Aprendizado de Máquina, Jogos Computacionais, Aprendizado por Reforço

Resumo

O mercado de jogos movimenta bilhões de dólares por ano e está crescendo exponencialmente. O aprendizado por reforço é uma técnica de tentativa e erro que está diretamente relacionada a esse mercado. Assim, o estudo dessas técnicas em jogos populares torna-se relevante, como o estudo de caso deste projeto, o jogo Pac-man. Este trabalho tem como objetivo utilizar métricas para validar os resultados obtidos na simulação de algoritmos de aprendizado por reforço e sua validação baseada em algumas métricas, como recompensadas ganhas pelo agente, a exploração do ambiente, sua completude e o tempo de cada simulação. Vários testes foram realizados com cada algoritmo testado e os resultados demonstram que para ambientes com comportamentos com imprevisibilidade, o aprendizado por reforço tende a demorar muito a convergir.

Downloads

Os dados de download ainda não estão disponíveis.

Downloads

Publicado

10-07-2022

Edição

v. 14 n. 2 (2022): Julho/2022

Seção

Artigo Original

Licença

Licença Creative Commons
Todos os artigos estão licenciados com a licença Creative Commons Atribuição-NãoComercial-SemDerivações 4.0 Internacional. Autores que publicam nesta revista concordam com os seguintes termos:
a) Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
b) Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
c) Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado (Veja O Efeito do Acesso Livre).

Como Citar

[1]
2022. Aprendizado por Reforço e Jogos: uma proposta focada na análise de algoritmos. Revista Brasileira de Computação Aplicada. 14, 2 (jul. 2022), 26–34. DOI:https://doi.org/10.5335/rbca.v14i2.12500.