PRODUÇÃO ACADÊMICA Repositório Acadêmico da Graduação (RAG) TCC Ciência da Computação
Use este identificador para citar ou linkar para este item: https://repositorio.pucgoias.edu.br/jspui/handle/123456789/8575
Registro completo de metadados
Campo DCValorIdioma
dc.creatorPontes, Paulo Rios de Castropt_BR
dc.date.accessioned2024-12-17T21:35:26Z-
dc.date.available2024-12-17T21:35:26Z-
dc.date.issued2024-12-13-
dc.identifier.urihttps://repositorio.pucgoias.edu.br/jspui/handle/123456789/8575-
dc.languageporpt_BR
dc.publisherPontifícia Universidade Católica de Goiáspt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectInteligência artificialpt_BR
dc.subjectAprendizagem por reforço-
dc.subjectJogos complexos-
dc.titleO impacto da aprendizagem por reforço em jogos complexospt_BR
dc.typeTrabalho de Conclusão de Cursopt_BR
dc.contributor.advisor1Vinhal, Gustavo Siqueirapt_BR
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/5227400971565575pt_BR
dc.contributor.referee1Lima, Carlos Alexandre Ferreira dept_BR
dc.contributor.referee1Latteshttp://lattes.cnpq.br/3590597856271283pt_BR
dc.contributor.referee2Amaral, Nilson Cardosopt_BR
dc.contributor.referee2Latteshttp://lattes.cnpq.br/6824122529171550pt_BR
dc.description.resumoEste 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.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentEscola Politécnicapt_BR
dc.publisher.initialsPUC Goiáspt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOpt_BR
dcterms.subjectRedes neurais-
dc.degree.graduationCiências da Computaçãopt_BR
dc.degree.levelGraduaçãopt_BR
Aparece nas coleções:TCC Ciência da Computação

Arquivos associados a este item:
Arquivo TamanhoFormato 
O IMPACTO DA APRENDIZAGEM POR REFORÇO EM JOGOS COMPLEXOS.pdf565,4 kBAdobe PDFVisualizar/Abrir
Mostrar registro simples do item Visualizar estatísticas


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

Ferramentas do administrador