Exportar registro bibliográfico

Aprendizado por reforço relacional com o algoritmo TG (2010)

  • Authors:
  • Autor USP: CHANG, CRISTINA HOHAN YU - EP
  • Unidade: EP
  • Sigla do Departamento: PCS
  • Subjects: APRENDIZADO COMPUTACIONAL RELACIONAL; REPRESENTAÇÃO DE CONHECIMENTO; GERAÇÃO DE PLANOS EM INTELIGÊNCIA ARTIFICIAL
  • Language: Português
  • Abstract: Inteligência Artificial (IA) é uma área de pesquisa que visa entender e criar métodos que simulem a inteligência humana e sua capacidade de resolver problemas. Entre os vários campos da IA, o aprendizado de máquina é aquele que se preocupa com a questão de como construir programas de computador que melhoram automaticamente com a experiência. Este trabalho apresenta os conceitos relacionados ao Aprendizado por Reforço Relacional (ARR), uma técnica de aprendizagem que combina o Aprendizado por Reforço (AR) padrão com a Programação em Lógica Indutiva (PLI) para permitir que o sistema de aprendizagem explore o conhecimento estrutural existente sobre o domínio de aplicação. AR interessa-se por como um agente deve executar ações em um ambiente de modo a maximizar alguma noção de recompensa a longo prazo; PLI, por sua vez, fornece um sistema de linguagem logica com o qual o conhecimento adquirido pode ser armazenado e utilizado para ações futuras. 0 foco principal deste trabalho consiste no algoritmo TG, um algoritmo de aprendizado totalmente incremental de árvores de decisão de primeira ordem, e a integração deste algoritmo em um sistema ARR. São descritos o algoritmo TG e o sistema ARR-TG. Investigações são conduzidas na tarefa de planejamento no Mundo dos Blocos. Neste domínio simples é demonstrado que o ARR- TG permite empregar representações estruturais, abstrair a partir de objetivos específicos e explorar os resultados de fases anteriores de aprendizagem ao abordar novas situações.
  • Imprenta:

  • Download do texto completo

    Tipo Nome Link
    Versão Publicada Cristina_Hohan_Yu_Chang.p... Direct link
    How to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      CHANG, Cristina Hohan Yu. Aprendizado por reforço relacional com o algoritmo TG. 2010. Trabalho de Conclusão de Curso (Graduação) – Escola Politécnica, Universidade de São Paulo, São Paulo, 2010. Disponível em: https://bdta.abcd.usp.br/directbitstream/3788f369-2ccf-41e4-a082-d705c4506b7b/Cristina_Hohan_Yu_Chang.pdf. Acesso em: 10 abr. 2026.
    • APA

      Chang, C. H. Y. (2010). Aprendizado por reforço relacional com o algoritmo TG (Trabalho de Conclusão de Curso (Graduação). Escola Politécnica, Universidade de São Paulo, São Paulo. Recuperado de https://bdta.abcd.usp.br/directbitstream/3788f369-2ccf-41e4-a082-d705c4506b7b/Cristina_Hohan_Yu_Chang.pdf
    • NLM

      Chang CHY. Aprendizado por reforço relacional com o algoritmo TG [Internet]. 2010 ;[citado 2026 abr. 10 ] Available from: https://bdta.abcd.usp.br/directbitstream/3788f369-2ccf-41e4-a082-d705c4506b7b/Cristina_Hohan_Yu_Chang.pdf
    • Vancouver

      Chang CHY. Aprendizado por reforço relacional com o algoritmo TG [Internet]. 2010 ;[citado 2026 abr. 10 ] Available from: https://bdta.abcd.usp.br/directbitstream/3788f369-2ccf-41e4-a082-d705c4506b7b/Cristina_Hohan_Yu_Chang.pdf

    Últimas obras dos mesmos autores vinculados com a USP cadastradas na BDPI:

    Biblioteca Digital de Trabalhos Acadêmicos da Universidade de São Paulo     2012 - 2026