Tipo:	Trabalho de Conclusão de Curso
Título:	O impacto da aprendizagem por reforço em jogos complexos
Autor(es):	Pontes, Paulo Rios de Castro
Primeiro Orientador:	Vinhal, Gustavo Siqueira
metadata.dc.contributor.referee1:	Lima, Carlos Alexandre Ferreira de
metadata.dc.contributor.referee2:	Amaral, Nilson Cardoso
Resumo:	Este trabalho explora a aplicação da Aprendizagem por Reforço (RL) em jogos complexos, com foco em sua contribuição para tornar esses jogos mais desafiadores, envolventes e inovadores. O RL é uma técnica central no desenvolvimento de agentes inteligentes que aprendem a tomar decisões baseadas em recompensas e punições. Em jogos como Go, Dota 2 e StarCraft II, o RL tem permitido que os agentes melhorem suas estratégias, superando até mesmo jogadores humanos em ambientes altamente desafiadores. O futuro do RL em jogos também é explorado, com ênfase em questões éticas, transparência e a necessidade de algoritmos mais eficientes. A conclusão destaca a importância do RL como uma ferramenta inovadora para o desenvolvimento de jogos mais desafiadores e a transferência dessa tecnologia para outras áreas, como robótica e saúde. O trabalho sugere que futuros estudos devem focar em aprimorar a eficiência computacional, generalização dos agentes e a integração do RL com outras abordagens de IA, além de considerar as implicações éticas e transparentes no desenvolvimento desses sistemas.
Palavras-chave:	Inteligência artificial Aprendizagem por reforço Jogos complexos
CNPq:	CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
Idioma:	por
País:	Brasil
Editor:	Pontifícia Universidade Católica de Goiás
Sigla da Instituição:	PUC Goiás
metadata.dc.publisher.department:	Escola Politécnica
Tipo de Acesso:	Acesso Aberto
URI:	https://repositorio.pucgoias.edu.br/jspui/handle/123456789/8575
Data do documento:	13-Dez-2024
Aparece nas coleções:	TCC Ciência da Computação

Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.