| Autor: |
André Luiz Carvalho Ottoni, Erivelton Geraldo Nepomuceno, Marcos Santos de Oliveira |
| Jazyk: |
English<br />Portuguese |
| Rok vydání: |
2017 |
| Předmět: |
|
| Zdroj: |
Revista Brasileira de Computação Aplicada, Vol 9, Iss 3, Pp 56-70 (2017) |
| Druh dokumentu: |
article |
| ISSN: |
2176-6649 |
| DOI: |
10.5335/rbca.v9i3.6601 |
| Popis: |
Neste trabalho, o objetivo é analisar o desempenho do Aprendizado por Reforço na solução do Problema da Mochila Multidimensional. Para isso, é proposto um modelo de Aprendizado por Reforço estruturado em estados, ações e recompensas. Além disso, os experimentos computacionais apresentados permitem a analisar a sensibilidade dos parâmetros do algoritmo Q-learning na resolução desse tipo de problema de otimização combinatória. |
| Databáze: |
Directory of Open Access Journals |
| Externí odkaz: |
|
