Explorando o total potencial de um agente com Reinforcement Learning

dc.contributor.advisorSouza, Renato Rocha
dc.contributor.authorReis, Lucas de Brito dos
dc.contributor.unidadefgvEscolas::EMAppor
dc.date.accessioned2020-06-25T17:52:05Z
dc.date.available2020-06-25T17:52:05Z
dc.date.issued2019-11
dc.degree.date2019-11
dc.description.abstractAprendizado por Reforço, ou Reinforcement Learning (RL) é um conjunto de algoritmos e técnicas que consistem em um agente aprender a realizar determinada tarefa por meio de recompensas atribuídas à suas ações. Em nosso estudo, determinamos um benchmark onde essas diversas técnicas podem ser comparadas. Então, dentre as etapas que consistem em uma solução de RL, decidimos estudar o impacto do Tratamento das Observações no treinamento desses algoritmos.por
dc.description.abstractReinforcement Learning (RL) is a field of study where an agent learns to accomplish goals by receiving rewards to their actions. In our study, we determine a new benchmark where these many techniques can be compared. Then, among the several steps that consist into a RL solution, we decided to study the impact of Observation Treatment on the training of such algorithms.eng
dc.identifier.urihttps://hdl.handle.net/10438/29350
dc.language.isopor
dc.subjectAgentepor
dc.subjectPotencialpor
dc.subjectReinforcement Learningeng
dc.subjectAlgoritmospor
dc.subject.areaMatemáticapor
dc.subject.bibliodataAprendizado por esforçopor
dc.titleExplorando o total potencial de um agente com Reinforcement Learningpor
dc.typeTCeng

Arquivos

Pacote original

Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
TCC - Lucas Reis.pdf
Tamanho:
2.5 MB
Formato:
Adobe Portable Document Format
Descrição:
Trabalho de conclusão de curso - Lucas de Brito dos Reis

Licença do pacote

Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
license.txt
Tamanho:
4.6 KB
Formato:
Item-specific license agreed upon to submission
Descrição: