| Campo Dublin Core | Valor | Língua |
|---|
| dc.contributor.advisor | Romariz, Alexandre Ricardo Soares | - |
| dc.contributor.author | Kalejaiye, Lucas Bamidele Tinoco | - |
| dc.identifier.citation | KALEJAIYE, Lucas Bamidele Tinoco. Treinamento de agentes jogadores de futebol usando aprendizado por reforço. 2019. 59 f., il. Trabalho de conclusão de curso (Bacharelado em Engenharia Elétrica)—Universidade de Brasília, Brasília, 2019. | pt_BR |
| dc.description | Trabalho de conclusão de curso (graduação)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, 2019. | pt_BR |
| dc.description.abstract | O uso de técnicas de aprendizado de máquina se popularizaram muito com o avanço de
tecnologias de computação de alto desempenho. Das técnicas desenvolvidas, uma das que
mais tiveram destaque foram as que usam de redes neurais para aperfeiçoar e conseguir
resultados. Esse trabalho têm como objetivo fazer um estudo de uso de técnicas de apren dizado de máquina - especificamente aprendizado por reforço - para conseguir treinar
robôs jogadores de futebol, para que estes consigam fazer gols de forma consistente. Fo ram feitos experimentos com várias formas de treinamento, desde redes mais simples até
algoritmos considerados estado da arte. O projeto foi motivado pelo trabalho da equipe
UnBall, equipe de futebol de robôs da UnB, que compete na categoria IEEE - Very Small
Size, e todo estudo foi feito com base nas regras dessa categoria. | pt_BR |
| dc.rights | Acesso Aberto | pt_BR |
| dc.subject.keyword | Aprendizado de máquina | pt_BR |
| dc.subject.keyword | Redes neurais (Computação) | pt_BR |
| dc.subject.keyword | Jogadores de futebol | pt_BR |
| dc.subject.keyword | Aprendizado por reforço | pt_BR |
| dc.subject.keyword | Robôs | pt_BR |
| dc.title | Treinamento de agentes jogadores de futebol usando aprendizado por reforço | pt_BR |
| dc.type | Trabalho de Conclusão de Curso - Graduação - Bacharelado | pt_BR |
| dc.date.accessioned | 2021-08-11T14:13:57Z | - |
| dc.date.available | 2021-08-11T14:13:57Z | - |
| dc.date.submitted | 2019-12-12 | - |
| dc.identifier.uri | https://bdm.unb.br/handle/10483/28124 | - |
| dc.language.iso | Português | pt_BR |
| dc.rights.license | A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor que autoriza a Biblioteca Digital da Produção Intelectual Discente da Universidade de Brasília (BDM) a disponibilizar o trabalho de conclusão de curso por meio do sítio bdm.unb.br, com as seguintes condições: disponível sob Licença Creative Commons 4.0 International, que permite copiar, distribuir e transmitir o trabalho, desde que seja citado o autor e licenciante. Não permite o uso para fins comerciais nem a adaptação desta. | pt_BR |
| dc.description.abstract1 | The use of machine learning techniques have become very popular with the advances
in high performance computing technologies. Within the developed techniques, the ones
that employ neural networks are among the most popular. This work has the objective of
studying machine learning techniques - specifically reinforcement learning - to train robot
soccer players so that they can score goals consistently. Many experiments with various
training methods were made, from the simplests of algorithms to state-of-the-art ones.
The project was motivated by the work of UnBall, the robot soccer team from UnB that
competes in the category IEEE - Very Small Size. The study was made using the rules
from this category as basis. | pt_BR |
| Aparece na Coleção: | Engenharia Elétrica
|
