Moldagem e aprendizado aplicados à coleta de recursos

Detalhes bibliográficos
Autor(a) principal: Oliveira, Lucas Fernandes de
Data de Publicação: 2020
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFPR
Texto Completo: https://hdl.handle.net/1884/69997
Resumo: Orientador: Eduardo J. Spinosa
id UFPR_3ddc4a4303867ec6ff44159ab28dad5d
oai_identifier_str oai:acervodigital.ufpr.br:1884/69997
network_acronym_str UFPR
network_name_str Repositório Institucional da UFPR
repository_id_str 308
spelling Oliveira, Lucas Fernandes deUniversidade Federal do Paraná. Setor de Ciências Exatas. Programa de Pós-Graduação em InformáticaSpinosa, Eduardo Jaques, 1974-2021-06-21T20:01:48Z2021-06-21T20:01:48Z2020https://hdl.handle.net/1884/69997Orientador: Eduardo J. SpinosaDissertação (mestrado) - Universidade Federal do Paraná, Setor de Ciências Exatas, Programa de Pós-Graduação em Informática. Defesa : Curitiba, 09/09/2020Inclui referências: p.57-59Área de concentração: Ciência da ComputaçãoResumo: Neste trabalho investiga-se a resolução do problema de coleta de recursos utilizando aprendizado por reforço e moldagem. Nesse problema, um agente deve explorar um ambiente desconhecido em busca de recursos e transportar esses recursos até um destino pré-definido. Quando aprendizado por reforço é utilizado, não é necessário escrever um algoritmo que controle as ações do agente, porém, esse tipo de técnica é custosa e demora para convergir. Para mitigar esses problemas em algoritmos de aprendizado existem diferentes técnicas. Neste trabalho pretende-se avaliar a técnica de moldagem. Moldagem consiste em prover ao agente informação privilegiada para guiar o aprendizado por caminhos promissores, reduzindo o esforço gasto ao explorar caminhos improdutivos durante esse processo. Para averiguar a utilidade da moldagem foi realizado um conjunto de experimentos para avaliar diferentes estratégias de moldagem em conjunto com o algoritmo de aprendizado NEAT para a resolução do problema de coleta de recursos. A partir dos resultados dos experimentos concluiu-se que moldagem afeta o treinamento do algoritmo NEAT, no entanto, melhores resultados são obtidos sem a utilização de moldagem. Palavras-chave: moldagem, aprendizado por reforço, neuroevolução, robótica, redes neurais artificiais, computação evolutiva, coleta de recursosAbstract: This work researches the resolution of the foraging problem using reinforcement learning and shaping. In this problem, an agent explores a unknown environment searching for resources and delivering these resources to a pre-defined location. When using reinforcement learning to solve this problem, is not required to write an algorithm to control agent actions, however, such approach is expensive and slow to converge. There are some techniques used to mitigate these problems with learning algorithms. In this work, shaping is evaluated. Shaping provide the agent with privileged information used to guide the learning through promising paths, reducing the effort spent exploring unfruitful paths. To investigate the utility of shaping, a set of experiments were realised in order to evaluate different methods of shaping combined with the learning algorithm NEAT to solve the foraging problem. The results obtained through experiments show that shaping affects the performance of NEAT training however better results are obtained without shaping. Keywords: shaping, reinforcement learning, neuroevolution, robotics, artificial neural networks, evolutionary computing, foraging70 p. : il.application/pdfRoboticaRedes neurais (Computação)Ciência da ComputaçãoMoldagem e aprendizado aplicados à coleta de recursosinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisporreponame:Repositório Institucional da UFPRinstname:Universidade Federal do Paraná (UFPR)instacron:UFPRinfo:eu-repo/semantics/openAccessORIGINALR - D - LUCAS FERNANDES DE OLIVEIRA.pdfapplication/pdf1112430https://acervodigital.ufpr.br/bitstream/1884/69997/1/R%20-%20D%20-%20LUCAS%20FERNANDES%20DE%20OLIVEIRA.pdf1a9e42f838b1afef557ad253f7d0781cMD51open access1884/699972021-06-21 17:01:49.087open accessoai:acervodigital.ufpr.br:1884/69997Repositório de PublicaçõesPUBhttp://acervodigital.ufpr.br/oai/requestopendoar:3082021-06-21T20:01:49Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)false
dc.title.pt_BR.fl_str_mv Moldagem e aprendizado aplicados à coleta de recursos
title Moldagem e aprendizado aplicados à coleta de recursos
spellingShingle Moldagem e aprendizado aplicados à coleta de recursos
Oliveira, Lucas Fernandes de
Robotica
Redes neurais (Computação)
Ciência da Computação
title_short Moldagem e aprendizado aplicados à coleta de recursos
title_full Moldagem e aprendizado aplicados à coleta de recursos
title_fullStr Moldagem e aprendizado aplicados à coleta de recursos
title_full_unstemmed Moldagem e aprendizado aplicados à coleta de recursos
title_sort Moldagem e aprendizado aplicados à coleta de recursos
author Oliveira, Lucas Fernandes de
author_facet Oliveira, Lucas Fernandes de
author_role author
dc.contributor.other.pt_BR.fl_str_mv Universidade Federal do Paraná. Setor de Ciências Exatas. Programa de Pós-Graduação em Informática
dc.contributor.author.fl_str_mv Oliveira, Lucas Fernandes de
dc.contributor.advisor1.fl_str_mv Spinosa, Eduardo Jaques, 1974-
contributor_str_mv Spinosa, Eduardo Jaques, 1974-
dc.subject.por.fl_str_mv Robotica
Redes neurais (Computação)
Ciência da Computação
topic Robotica
Redes neurais (Computação)
Ciência da Computação
description Orientador: Eduardo J. Spinosa
publishDate 2020
dc.date.issued.fl_str_mv 2020
dc.date.accessioned.fl_str_mv 2021-06-21T20:01:48Z
dc.date.available.fl_str_mv 2021-06-21T20:01:48Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/1884/69997
url https://hdl.handle.net/1884/69997
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 70 p. : il.
application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFPR
instname:Universidade Federal do Paraná (UFPR)
instacron:UFPR
instname_str Universidade Federal do Paraná (UFPR)
instacron_str UFPR
institution UFPR
reponame_str Repositório Institucional da UFPR
collection Repositório Institucional da UFPR
bitstream.url.fl_str_mv https://acervodigital.ufpr.br/bitstream/1884/69997/1/R%20-%20D%20-%20LUCAS%20FERNANDES%20DE%20OLIVEIRA.pdf
bitstream.checksum.fl_str_mv 1a9e42f838b1afef557ad253f7d0781c
bitstream.checksumAlgorithm.fl_str_mv MD5
repository.name.fl_str_mv Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)
repository.mail.fl_str_mv
_version_ 1801860800102531072

Registros relacionados