Implementação de métodos de aprendizagem por reforço para a resolução do problema CartPole.

Abstract

Neste trabalho procura-se demonstrar o conceito de aprendizagem por reforço e como ele, aliado a algoritmos de Machine Learning, pode ser utilizado para resolver o problema do pêndulo invertido. De tal forma, para alcançar este objetivo, serão implementados quatro algoritmos: Q-Learning, Escalada, REINFORCE e Deep Q Network. Estes algoritmos serão desenvolvidos na linguagem Python e seus resultados demonstrados. Observou-se que todos os algoritmos foram capazes de solucionar o problema do pêndulo - alguns sendo mais eficientes que os outros. Os algoritmos se provaram extremamente úteis para a resolução de problemas complexos e que podem ser aproveitados em diversas áres de pesquisa.