Mecanismo de negociação por aprendizado por reforço no sequenciamento de decolagem de aeroportos

Abstract

Aprendizado por Reforço busca ensinar um agente como se comportar a partir da experimentação do ambiente e aquisição de recompensas envolvidas no processo. Para isso, o agente mapeia os estados encontrados no ambiente, as ações possíveis em cada um destes estados e as recompensas da execução destas ações nestes estados. Em um ambiente de negociação, as configurações possíveis entre as partes podem ser descritas como estados do ambiente, com as ofertas realizadas entre os oponentes constituindo ações e os acordos encontrados gerando recompensas às partes. Este trabalho busca ensinar uma aeronave em espera pela utilização da pista de decolagem a negociar sua posição com as demais. O trabalho apresenta melhorias em relação aos modelos existentes para o problema de sequenciamento de decolagens e apresenta resultados positivos nos estudos de caso realizados.