Título: Análise do Aprendizado por Reforço Aplicado a Otimização em Tomadas de Decisões Multiagente
Autores: Ottoni, André Luiz C.; Nepomuceno, Erivelton G.; Oliveira, Marcos S. de; Lamperti, Rubisson D.
Resumo: O objetivo deste trabalho foi aplicar e analisar os efeitos do aprendizado por reforço na otimização de tomadas decisões de um sistema multiagente cooperativo. É apresentada uma metodologia de modelagem da técnica de aprendizado por reforço para times de futebol de robôs 2D. A implementação da estratégia de aprendizagem consistiu de quatro etapas: definição das ações dos agentes; definição dos estados do ambiente no qual os agentes estão inseridos; definição dos valores dos reforços; implementação no simulador RcSoccerSim da Robocup de futebol de robôs. Os testes estatísticos foram utilizados para verificar o comportamento do time de robôs durante todo o processo de aprendizado. A análise se deu verificando a evolução de desempenho do sistema multiagente como um todo, através de estudos do saldo de gols alcançado em cada jogo. Além disso, a performance individual de cada agente também foi quantificada. Através dos testes de análise de variância e comparações múltiplas foi possível quantificar quais agentes sofreram alterações de performance ao longo do processo de otimização.
Palavras-chave:
Páginas: 6
Código DOI: 10.21528/CBIC2013-006
Artigo em pdf: bricsccicbic2013_submission_6.pdf
Arquivo BibTex: bricsccicbic2013_submission_6.bib