Aprendizado por reforço

Centro Universitário Plínio Leite
Inteligência Artificial
Aprendizado por Reforço
Vinícius Matos

Índice
 Apresentação;
 Aprendizado;
 Aprendizado por reforço;
 Definição;
 Case : Jogo da Velha;



AR x Min-Max;
AR1 x AR2;

 Conclusões;
 Referências;
 Agradecimentos;

Aprendizado
 Aquisição de conceitos e conhecimentos estruturados;
 Pode ocorrer com ou sem presença de tutor;
 O estudo do aprendizado pela máquina, é

fundamental área da IA;
 Pode usar o mecanismo de punição e recompensa, no processo, onde o retorno do supervisor depende das ações certas ou erradas do supervisionado.

Definição – Aprendizado por reforço
 Técnica de aprendizagem onde os agentes recebem

recompensas e punições a partir da realização de determinada ação;
 Interação entre o sistema de aprendizagem e seu ambiente;  Aprendizagem através do conhecimento sobre o estado decorrente de das ações;
 Experiência, como tutora.

Definição – Aprendizado por reforço
 O fato de tal interação sem tutor, torna a

aprendizagem por reforço atrativa para ambientes dinâmicos;  Inicialmente, o agente não precisa saber as ações que deve tomar e sim as que obtêm maiores valores de retorno;  Aplicação no clássico Jogo da Velha, abaixo:

Jogo da Velha (Tic-Tac-Toe)
 Máquina realiza treinamento utilizando aprendizagem por

reforço;
 Adquire-se capacidade de jogar com boas estratégias, aprendidas no treinamento;
 Capacidade de jogar contra computadores e até humanos;
 Comparações (usando MATLAB***):
 AR* x Min-Max**;
 AR1 x AR2.
*AR – Máquina aprendendo por reforço;
** Min-Max – Máquina utilizando técnica Min-Max;
*** MATLAB - software interativo de alta performance integra análise numérica, cálculo com matrizes, processamento de sinais e construção de gráficos.

AR x Min-Max
 Min-Max iniciando o jogo, tanto com profundidade de 1 ou

2 jogadas a frente, não é possível vencê-lo. No máximo empate; Nota-se que