Banca de QUALIFICAÇÃO: RICHARDSON SANTIAGO TELES DE MENEZES

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE : RICHARDSON SANTIAGO TELES DE MENEZES
DATA : 10/11/2023
HORA: 09:00
LOCAL: Sala Virtual
TÍTULO:

Deep Q-Managed: Um Novo Algoritmo para Aprendizagem por Reforço Profundo Multiobjetivo

PALAVRAS-CHAVES:

Aprendizado por Reforço Multiobjetivo, Deep Q-Learning, Double Q-Learning, Dueling Networks

PÁGINAS: 42
RESUMO:

O algoritmo Deep Q-Managed, proposto neste trabalho, representa um avanço significativo no campo da aprendizagem por reforço multiobjetivo. Esta nova estratégia emprega uma técnica atualizada de otimização multiobjetivo híbrida, que oferece uma garantia matemática de que todas as políticas pertencentes ao Pareto Front podem ser encontradas, destacando-se na aquisição de políticas multiobjetivo não dominadas em ambientes caracterizados por funções de transição determinísticas. Sua flexibilidade se estende a cenários onde o Pareto Front apresenta complexidades geométricas convexas, côncavas ou mistas, tornando-o em uma solução versátil para uma ampla gama de aplicações. A proposta foi validada utilizando os tradicionais benchmarks MORL e diferentes configurações da frente de Pareto. A qualidade das políticas encontradas pelo algoritmo foi comparada com abordagens proeminentes na literatura utilizando a métrica de hipervolume. Os resultados da estratégia proposta estabelecem o algoritmo Deep Q-Managed como um candidato digno para lidar com problemas multiobjetivos desafiadores.

MEMBROS DA BANCA:
Presidente - 347628 - ADRIAO DUARTE DORIA NETO
Externo ao Programa - 2836616 - HELTON MAIA PEIXOTO - UFRNExterno à Instituição - JORGE DANTAS DE MELO - UFRN
Externo à Instituição - THIAGO HENRIQUE FREIRE DE OLIVEIRA - IFRN