Descoberta e reuso de polí­ticas parciais probabilísticas no aprendizado por reforço.

• Ano de defesa: 2018
• Autor(a) principal: Bonini, Rodrigo Cesar
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Aprendizado de máquina; Aprendizado por reforço; Artificial intelligence; Inteligência artificial; Machine learning; Markov decision process; Partial policies; Políticas parciais; Processos de decisão de Markov; Reinforcement learning; Transfer learning; Transferência de Conhecimento
• Link de acesso: http://www.teses.usp.br/teses/disponiveis/3/3141/tde-18072019-143338/

O aprendizado por reforço é uma técnica bem sucedida, porém lenta, para treinar agentes autônomos. Algumas soluções baseadas em políticas parciais podem ser usadas para acelerar o aprendizado e para transferir comportamentos aprendidos entre tarefas encapsulando uma política parcial. No entanto, geralmente essas políticas parciais são específicas para uma única tarefa, não levam em consideração recursos semelhantes entre tarefas e podem não corresponder exatamente a um comportamento ideal quando transferidas para outra tarefa diferente. A transferência descuidada pode fornecer más soluções para o agente, dificultando o processo de aprendizagem. Sendo assim, este trabalho propõe uma maneira de descobrir e reutilizar de modo probabilístico políticas parciais orientadas a objetos aprendidas, a fim de permitir melhores escolhas de atuação para o agente em múltiplas tarefas diferentes. A avaliação experimental mostra que a proposta é capaz de aprender e reutilizar com sucesso políticas parciais em diferentes tarefas.