Reinforcement Learning | Rodrigo Lira https://example.com/tags/reinforcement-learning/ Reinforcement Learning HugoBlox Kit (https://hugoblox.com)pt-brThu, 22 Jun 2023 10:18:25 -0300 https://example.com/media/icon_hu_b22adc9a7ee7cc2a.png Reinforcement Learning https://example.com/tags/reinforcement-learning/ Material sobre Reinforcement Learning https://example.com/blog/2023/rl-material/ Thu, 22 Jun 2023 10:18:25 -0300 https://example.com/blog/2023/rl-material/ <p>Eu estou usando Aprendizam Por Reforço (do inglês, Reinforcement Learning) na minha tese de doutorado e no processo de aprendizado eu acabei encontrando muitos materias interessantes na internet. Resolvi fazer uma listagem deles para deixar público e também me ajudar em consultas futuras.</p> <hr> <p>Para quem estiver procurando conhecimento teórico, eu sugiro os livros:</p> <ul> <li> de Sutton e Barto</li> <li> de Szepesvari</li> </ul> <p>Para quem quiser conhecer um pouco da teoria ao mesmo tempo que desenvolve projetos práticos com Python:</p> <ul> <li> <p> do Hugginfaces</p> </li> <li> <p> com RLLib</p> </li> <li> <p> do Dibya.</p> </li> <li> <p> </p> </li> </ul> <p>* Há também o curso que eu não realizei.</p> <p>Disciplinas em instituições:</p> <ul> <li> </li> <li> </li> <li> </li> <li> </li> </ul> Inteligência de enxames com aprendizado de máquina por reforço para resolução de problemas de otimização https://example.com/projects/rl-mh/ Sun, 01 Mar 2020 00:00:00 +0000 https://example.com/projects/rl-mh/ <p>Inteligência de enxames é uma subárea de computação inteligente que compreende abordagens que se inspiram no comportamento inteligente emergente da interação entre seres vivos para resolução de problemas complexos. Ao longo das últimas três décadas, muitas foram as propostas que surgiram na área, as quais são baseadas nas mais diversas metáforas. Uma característica em comum a essas propostas é que os agentes costumam seguir em todo o processo de resolução do problema a inspiração utilizada na sua concepção. Sabendo-se que existem diversos problemas de otimização e que mesmo em um único problema existem fases que precisam de diferentes comportamentos, seguir um conjunto de operadores bem definido por um algoritmo é um fator limitante. Por esse motivo, este projeto visa desenvolver uma meta-heurística adaptativa para resolução de problemas de otimização que consiga se auto-organizar no exame (ou sub-enxames) mais promissor de acordo com informações obtidas <em>on-line</em> na execução.</p> Applying Reinforcement Learning for Multiple Functions in Swarm Intelligence https://example.com/events/2023/bracis2023/ Mon, 01 Jan 0001 00:00:00 +0000 https://example.com/events/2023/bracis2023/ Applying Reinforcement Learning to Combine Multiple Swarm-based Algorithms https://example.com/events/2023/lacci2023/ Mon, 01 Jan 0001 00:00:00 +0000 https://example.com/events/2023/lacci2023/ Exploring Social Dynamics in a Reinforcement Learning-based Metaheuristic - A study using Improvement Frequency and Population Turnover https://example.com/events/2024/lacci2024/ Mon, 01 Jan 0001 00:00:00 +0000 https://example.com/events/2024/lacci2024/ Integrating Reinforcement Learning and Optimization Task - Evaluating an Agent to Dynamically Select PSO Communication Topology https://example.com/events/2023/icsi2023/ Mon, 01 Jan 0001 00:00:00 +0000 https://example.com/events/2023/icsi2023/