APRENDIZADO DE MÁQUINA POR REFORÇO APLICADO NO JOGO DE CARTAS UNO

Márcia Cristina Valle Zanetti, Pedro Henrique Nascimento Harmendani

Resumo


Ambientes   estocásticos   e   complexos   como   os   jogos   de  cartasrepresentam um verdadeiro desafio para a Inteligência Artificial. Este artigopropõe   a   aplicação  do   algoritmo   Q­learning,   uma   popular   técnica   deaprendizado de máquina por reforço utilizada em cenários determinísticos enão   determinísticos.   Para   validar  essa   aplicação   no   cenário   proposto,   foinecessário desenvolver uma plataforma computacional fiel ao ambiente dejogo desenvolvido para este trabalho em que modelos de agentes artificiaisforam implantados visando construir um agente com desempenho superior. Asexperimentações   demonstraram   resultados favoráveis   mesmo   com   aslimitações impostas pelo ambiente ao aprendizado do agente.

Palavras-chave


Q-Learning; Jogos de Cartas; Ambientes Estocásticos; Aprendizado de Máquina por Reforço; Inteligência Artificial;

Texto completo: PDF

Todo conteúdo da revista está sob a licença 

Revista de Sistemas e Computação. ISSN 2237-2903