Use este identificador para citar ou linkar para este item:
https://rd.uffs.edu.br/handle/prefix/3368
Tipo: | Monografia |
Título: | Análise de viabilidade de utilização de deep q-learning para criação de um controlador no torcs |
Autor(es): | Labres, João Vitor Bruniera |
Primeiro Orientador: | Bevilacqua, Fernando |
Resumo: | Visando o crescimento das indústrias de jogos e de carros autônomos, a análise de viabilidade de um algoritmo de inteligência artificial tem um papel fundamental para o desenvolvimento de novos jogos e carros. O presente trabalho analisa a viabilidade de utilização de Deep Q-Learning utilizando o TORCS, um simulador de corridas de carros de código aberto. A alteração de uma função de recompensa foi testada durante o desenvolvimento e apresentou um comportamento promissor para o início do treinamento. Para isso, são propostos testes de eficiência e aprendizado. Não foi possível chegar a um controlador completo, utilizando-se somente Deep Q-Learning, por tanto, não sendo viável a utilização. Uma discussão é feita sobre os resultados alcançados e as propostas de alterações são compatíveis com modelos já utilizado em outros trabalhos. |
Abstract/Resumen: | Aiming at the growth of the autonomous car and game industries, the feasibility analysis of an artificial intelligence algorithm plays a key role in the development of new games and cars. This paper analyzes the feasibility of using Deep Q-Learning using TORCS, an open source car racing simulator. Changing a reward function was tested during development and showed promising behavior for the start of training. For this, efficiency and learning tests are proposed. It was not possible to reach a complete controller using only Deep Q-Learning, so it was not feasible to use. A discussion is made about the results achieved and the proposed changes are compatible with models already used in other works. |
Palavras-chave: | Inteligência artificial Algoritmos |
Idioma: | por |
País: | Brasil |
Instituição: | Universidade Federal da Fronteira Sul |
Sigla da Instituição: | UFFS |
Faculdade, Instituto ou Departamento: | Campus Chapecó |
Tipo de Acesso: | Acesso Aberto |
URI: | https://rd.uffs.edu.br/handle/prefix/3368 |
Data do documento: | 2019 |
Aparece nas coleções: | Ciência da Computação Ciência da Computação Ciência da Computação Ciência da Computação |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
LABRES.pdf | 7,27 MB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.