Use este identificador para citar ou linkar para este item: https://repositorio.ufu.br/handle/123456789/36265
ORCID:  http://orcid.org/0000-0001-8975-0120
Tipo do documento: Trabalho de Conclusão de Curso
Tipo de acesso: Acesso Aberto
Título: Avaliação de topologia da rede neural e parâmetros do aprendizado de máquina por reforço para agentes jogadores de videogames
Autor(es): Rosa, Mateus de Freitas
Primeiro orientador: Couto, Leandro Nogueira
Primeiro coorientador: Carneiro, Murillo Guimarães
Primeiro membro da banca: Ribeiro, Thiago
Segundo membro da banca: Santos, Fernanda Maria da Cunha
Resumo: O aprendizado de máquina por reforço é uma área importante no ramo de inteligência artificial devido a sua versatilidade e adaptabilidade em cenários complexos, sem necessitar de um supervisor especialista. O uso de imagens como sinais de entrada aproxima o agente inteligente da forma em que o ser humano toma decisões, utilizando-se da riqueza de informações da imagem. Em aprendizado por reforço com redes neurais, o desempenho depende muito da topologia da rede neural e de diversos parâmetros do aprendizado. Nesse sentido, este trabalho visa desenvolver um agente inteligente para jogos de Atari 2600 e também propõe alterações de topologia e parâmetros do aprendizado em relação a métodos da literatura. Os resultados experimentais obtidos apresentam sucesso na evolução do agente na maximização das recompensas, mostrando que as topologias e parâmetros propostos são viáveis.
Abstract: Reinforcement machine learning has been an important area in the field of artificial intelligence due to its versatility and adaptability in complex settings, without the need of a specialist supervisor. The use of images as input signals makes the intelligent agent similar to how a human being makes decisions, using the image’s rich information. In reinforcement learning with neural networks, performance is highly dependant on the topology of the neural network and several lerarning parameters. Therefore, this aims to develop an intelligent agent for playingt Atari 2600 videogames, while also proposing changes to the topology and reinforcement learning parameters comapred to literature methods. Experimental results were successful in the evolution of the agent in maximizing rewards, which shows the proposed topology and parameters are viable.
Palavras-chave: Aprendizado de máquina por reforço
Agente jogador de videogame
Inteligência artificial
Redes neurais convolucionais
Visão computacional
Área(s) do CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
Idioma: por
País: Brasil
Editora: Universidade Federal de Uberlândia
Referência: ROSA, Mateus de Freitas. Avaliação de topologia da rede neural e parâmetros do aprendizado de máquina por reforço para agentes jogadores de videogames. 2022. 46 f. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) – Universidade Federal de Uberlândia, Uberlândia, 2022.
URI: https://repositorio.ufu.br/handle/123456789/36265
Data de defesa: 19-Ago-2022
Aparece nas coleções:TCC - Sistemas de Informação (Monte Carmelo)

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
AvaliaçãoTopologiaRede.pdfAvaliação de topologia da rede neural e parâmetros do aprendizado de máquina por reforço para agentes jogadores de videogames6.87 MBAdobe PDFThumbnail
Visualizar/Abrir


Este item está licenciada sob uma Licença Creative Commons Creative Commons