APRENDIZADO DE MÁQUINA POR REFORÇO APLICADO NO JOGO DE CARTAS UNO
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;
Todo conteúdo da revista está sob a licença
Revista de Sistemas e Computação. ISSN 2237-2903