Abstract:Algoritmos de aprendizado de caminhos ótimos estão presentes em diversos cenários. Diante disso, o LRTA* (learning real time A*) surge como uma opção que concilia planejamento e ação. O presente artigo estuda como a variação da quantidade de agentes impacta nas distâncias percorridas por eles para encontrar o caminho ótimo utilizando o LRTA* em ambientes estáticos. Através de experimentos, observou-se a existência de uma relação de que ao aumentar o número de agentes, a quantidade de movimentos totais e per ca… Show more
Set email alert for when this publication receives citations?
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.