Q-Learning in a Multidimensional Maze Environment

Chang, Oscar; Niemes, Stadyn Román; Pijal, Washington; Armijos, Arianna; Zhinin-Vera, Luis

doi:10.1007/978-3-031-18272-3_15

Cited by 1 publication

(1 citation statement)

References 30 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Na literatura, a soluc ¸ão de labirintos pode ser obtida através de técnicas associadas à soluc ¸ão de problemas denominados grid world e do caminho mais curto [7], [8]. Particularmente, a busca por soluc ¸ões inteligentes para o problema do labirinto ainda é um tópico ativo de pesquisa do estado da arte [6], [9].…”

Section: Introduc ¸ãOunclassified

Simulação de Veículos Autônomos em Ambientes 2D Usando Aprendizado por Reforço Aplicados para a Solução de Labirintos

Porsch,

Vieira,

Silva

2023

Anais Do XVI Congresso Brasileiro De Inteligência Computacional

View full text Add to dashboard Cite

Este trabalho apresenta uma discussão sobre o uso de inteligência artificial (artificial intelligence – IA) e aprendizado de máquina (machine learning – ML) aplicados a navegação de veículos autônomos. Particularmente, visando a investigação de técnicas de aprendizado por reforço (reinforcement learning – RL), a implementação do algoritmo Q-learning e considerada para a solução de problemas de navegação representados por labirintos. Adicionalmente, a fim de obter alternativas para a construção e visualização de diferentes labirintos, assim como possibilitar o acompanhamento visual das tomadas de decisão de agentes robóticos simulados durante as etapas de treinamento e teste, uma interface de desenvolvimento de RL (RL framework) e aqui concebida. Resultados de simulação numérica são apresentados e permitem inferir acerca da qualidade das soluções de navegação realizadas por meio das estratégias de ML aqui investigadas, confirmando a eficácia das implementações de RL e do RL framework desenvolvido neste trabalho de pesquisa.

show abstract

Section: Introduc ¸ãOunclassified