Aprendizagem por Reforço by Thomas Ricardo Reinke https://padlet.com/thomasricardoreinke/nbtjx3jnp1h3jhh2 Christyelen Kramel, Sezio Clener Nascimento e Thomas Ricardo Reinke en-us 2022-03-22 22:50:15 UTC 2026-02-03 15:00:50 UTC hello@padlet.com https://padlet.net/icons/png/1f916.png O que caracteriza a Aprendizagem por Reforço? thomasricardoreinke https://padlet.com/thomasricardoreinke/nbtjx3jnp1h3jhh2/wish/2108491035 O aprendizado por reforço, emprega um sistema de recompensas e penalidades para obrigar o computador a resolver um problema sozinho.

Os resultados de cada tentativa do aprendizado por reforço, independente de seu sucesso, são utilizados para treinar o agente por meio de um sistema de recompensa/punição e determinar se as ações tomadas são válidas ou não. Daí a ideia de aprendizado por reforço. O agente aprende tanto com os erros quanto com os acertos, e no final é esperado que ele execute a tarefa com maestria.

]]> 2022-03-22 22:50:15 UTC https://padlet.com/thomasricardoreinke/nbtjx3jnp1h3jhh2/wish/2108491035 Corrida de Taxi thomasricardoreinke https://padlet.com/thomasricardoreinke/nbtjx3jnp1h3jhh2/wish/2108491041 No vídeo apresentado pela professora, o taxi tem a missão de buscar um passageiro , e ele recebe certas "Punições" ou "Recompensas" dependendo da atitude tomada por ele.
Cada movimentação dele ele recebe uma  avaliação pontuada, os caminhos corretos recebem positivos até a busca do passageiro e se ele for para caminhos errados ele recebe negativos.]]> 2022-03-22 22:50:15 UTC https://padlet.com/thomasricardoreinke/nbtjx3jnp1h3jhh2/wish/2108491041 thomasricardoreinke https://padlet.com/thomasricardoreinke/nbtjx3jnp1h3jhh2/wish/2108491044 No aprendizado não supervisionado, é quando eu não tenho uma resposta especifica, e eu quero que o algoritmo descubra sozinho as relações dos dados.

No aprendizado não supervisionado, o agente não sabe se errou ou não, já o aprendizado por reforço tem recompensas por suas ações corretas para alcançar o melhor resultado, com um ambiente e um agente, e dependendo a ação do agente no ambiente ele é recompensado positivamente ou negativamente.
]]> 2022-03-22 22:50:15 UTC https://padlet.com/thomasricardoreinke/nbtjx3jnp1h3jhh2/wish/2108491044 thomasricardoreinke https://padlet.com/thomasricardoreinke/nbtjx3jnp1h3jhh2/wish/2108491052 Os elementos geralmente envolvidos no aprendizado por reforço, são: O ambiente, o agente, a ação, a recompensa e o estado.

No aprendizado por reforço, o sistema de inteligência artificial enfrenta uma situação. 

O computador utiliza tentativa e erro para encontrar uma solução para o problema. 


]]> 2022-03-22 22:50:15 UTC https://padlet.com/thomasricardoreinke/nbtjx3jnp1h3jhh2/wish/2108491052 thomasricardoreinke https://padlet.com/thomasricardoreinke/nbtjx3jnp1h3jhh2/wish/2108491055 O aprendizado supervisionado ocorre quando o modelo aprende a partir de resultados pré-definidos
Estes mesmos valores servem como “supervisão” destas previsões, permitindo o ajuste nas previsões com base nos erros.

Já no aprendizado por reforço, diferente do supervisionado, não possui um modelo, a inteligência artificial recebe recompensas ou penalidades pelas ações que executa. Seu objetivo é maximizar a recompensa total.]]> 2022-03-22 22:50:15 UTC https://padlet.com/thomasricardoreinke/nbtjx3jnp1h3jhh2/wish/2108491055 Jogos thomasricardoreinke https://padlet.com/thomasricardoreinke/nbtjx3jnp1h3jhh2/wish/2108584405 O AlphaGo, IA responsável por jogar um jogo chamado Go, foi treinado com inúmeros jogos humanos, já alcançou um desempenho super-humano usando a rede de valor e a pesquisa de árvores Monte Carlo (MCTS) em sua rede de políticas. ]]> 2022-03-23 00:23:27 UTC https://padlet.com/thomasricardoreinke/nbtjx3jnp1h3jhh2/wish/2108584405 thomasricardoreinke https://padlet.com/thomasricardoreinke/nbtjx3jnp1h3jhh2/wish/2110610004 https://www.deeplearningbook.com.br/aplicacoes-da-aprendizagem-por-reforco-no-mundo-real/]]> 2022-03-23 21:57:42 UTC https://padlet.com/thomasricardoreinke/nbtjx3jnp1h3jhh2/wish/2110610004 thomasricardoreinke https://padlet.com/thomasricardoreinke/nbtjx3jnp1h3jhh2/wish/2110633170 https://www.deeplearningbook.com.br/o-que-e-aprendizagem-por-reforco/]]> 2022-03-23 22:24:09 UTC https://padlet.com/thomasricardoreinke/nbtjx3jnp1h3jhh2/wish/2110633170