Andere Kunden interessierten sich auch für
![Análise do Projecto de Reforço dos Serviços de Saúde MI, Luanda-Angola]( "Análise do Projecto de Reforço dos Serviços de Saúde MI, Luanda-Angola")
Análise do Projecto de Reforço dos Serviços de Saúde MI, Luanda-Angola42,99 €![Reflexão: um aprendizado ativo pela segurança do paciente]( "Reflexão: um aprendizado ativo pela segurança do paciente")
Reflexão: um aprendizado ativo pela segurança do paciente26,99 €![A política de Assistência Social em Aracaju/SE]( "A política de Assistência Social em Aracaju/SE")
A política de Assistência Social em Aracaju/SE32,99 €![A Interdependência entre a Política Monetária e o Mercado Habitacional]( "A Interdependência entre a Política Monetária e o Mercado Habitacional")
A Interdependência entre a Política Monetária e o Mercado Habitacional23,99 €![Estratégia naval vis-à-vis a política externa brasileira]( "Estratégia naval vis-à-vis a política externa brasileira")
Estratégia naval vis-à-vis a política externa brasileira36,99 €![Relação entre a política de dividendos e estrutura de capital BM&F]( "Relação entre a política de dividendos e estrutura de capital BM&F")
Relação entre a política de dividendos e estrutura de capital BM&F26,99 €![O paradoxo da democracia: a participação política e a internet]( "O paradoxo da democracia: a participação política e a internet")
O paradoxo da democracia: a participação política e a internet23,99 €
A Aprendizagem por Reforço (AR) tem se mostrado um método bastante eficiente quando se trata da resolução de problemas onde é necessário aprender um comportamento de atuação a partir de um ambiente desconhecido. Existem várias aplicações desse método nas mais diferentes áreas de pesquisa, uma dessas aplicações tem chamado muito a atenção de pesquisadores da área de computação, que é a capacidade criar agentes autônomos utilizando a AR. Existem diversos algoritmos de AR que podem ser aplicados a tarefas de aprendizagem, tendo como objetivo determinar uma política ótima de atuação para um agente. Este trabalho se propõe a realizar um estudo e implementação dos algoritmos de AR, Q-learning e Sarsa, aplicado a problemas de navegação autônoma. Esses algoritmos foram analisados quanto à capacidade de convergência para uma política de atuação ótima e seus desempenhos na aplicação em um modelo de navegação autônoma. Para simulação do ambiente desenvolvido e implementação dos algoritmos de AR foi utilizado o software SCILAB.