Um agente autônomo baseado em aprendizagem por reforço direcionado à meta

• Ano de defesa: 1998
• Autor(a) principal: Braga, Arthur Plínio de Souza
• 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: Agente autônomo; Aprendizagem por reforço; Artificial intelligence; Autonomous agent; Comportamento reativo; Goal-directed reinforcement learning problem; Inteligência artificial; Mobile robot navigation; Navegação de robô móvel; Planejamento; Planning; Problema de aprendizagem por reforço direcionada à meta; Reactive behavior; Reinforcement learning; Taxa de aprendizagem variável; Variable learning rate
• Link de acesso: http://www.teses.usp.br/teses/disponiveis/18/18133/tde-31102017-111839/

Uma meta procurada em inteligência artificial (IA) é o desenvolvimento de mecanismos inteligentes capazes de cumprir com objetivos preestabelecidos, de forma totalmente independente, em ambientes dinâmicos e complexos. Uma recente vertente das pesquisas em IA, os agentes autônomos, vem conseguindo resultados cada vez mais promissores para o cumprimento desta meta. A motivação deste trabalho é a proposição e implementação de um agente que aprenda a executar tarefas, sem a interferência de um tutor, em um ambiente não estruturado. A tarefa prática proposta para testar o agente é a navegação de um robô móvel em ambientes com diferentes configurações, e cujas estruturas são inicialmente desconhecidas pelo agente. O paradigma de aprendizagem por reforço, através de variações dos métodos de diferença temporal, foi utilizado para implementar o agente descrito nesta pesquisa. O resultado final obtido foi um agente autônomo que utiliza um algoritmo simples para desempenhar propriedades como: aprendizagem a partir de tabula rasa, aprendizagem incremental, planejamento deliberativo, comportamento reativo, capacidade de melhoria do desempenho e habilidade para gerenciar múltiplos objetivos. O agente proposto também apresenta um desempenho promissor em ambientes cuja estrutura se altera com o tempo, porém diante de certas situações seus comportamentos em tais ambientes tendem a se tornar inconsistentes.