Título: Simulação de Veículos Autônomos em Ambientes 2D Usando Aprendizado por Reforço Aplicados para a Solução de Labirintos
Autores: Darlan Porsch, Joao Antônio Oldenburg Vieira, Ênio dos Santos Silva
Resumo: Este trabalho apresenta uma discussão sobre o uso de inteligência artificial ( artificial intelligence – IA) e aprendizado de máquina ( machine learning – ML) aplicados a navegac¸ ` ao de veículos autonomos. Particularmente, visando a investigação de técnicas de aprendizado por reforço ( reinforcement learning – RL), a implementação do algoritmo Q-learning e considerada para a solução de problemas de navegação representados por labirintos. Adicionalmente, a fim de obter alternativas para a construção e visualização de diferentes labirintos, assim como possibilitar o acompanhamento visual das tomadas de decisão de agentes roboticos simulados durante as etapas de treinamento e teste, uma interface de desenvolvimento de RL (RL framework) e aqui concebida. Resultados de simulação num erica são apresentados e permitem inferir acerca da qualidade das soluçoes de navegação realizadas por meio das estratégias de ML aqui investigadas, confirmando a eficacia das implementações de RL e do RL framework desenvolvido neste trabalho de pesquisa
Palavras-chave: Ambientes virtuais, aprendizado de maquina, aprendizado por reforço, inteligência artificial, navegação inteligente, Q-learning, veículos autonomos
Páginas: 7
Código DOI: 10.21528/CBIC2023-053
Artigo em pdf: CBIC_2023_paper053.pdf
Arquivo BibTeX: CBIC_2023_053.bib