Este trabalho apresenta um novo modelo de módulo de diagnóstico para ser incluído na arquitetura tradicional de Sistemas de Tutores Inteligentes. Neste módulo, são aplicadas técnicas de Aprendizado por Reforço (algoritmo Q-Learning), o que possibilita modelar autonomamente o aprendiz. Um valor de utilidade é calculado baseado em uma tabela de pares estado-ação, a partir da qual o algoritmo estima reforços futuros que representam os estados cognitivos do aprendiz. A melhor política a ser usada pelo tutor para qualquer estado cognitivo do aprendiz é disponibilizada pelo próprio algoritmo de Aprendizado por Reforço, sem que seja necessário um modelo explícito do aprendiz.
| Identifer | oai:union.ndltd.org:IBICT/oai:agregador.ibict.br.BDTD_ITA:oai:ita.br:2733 |
| Date | 00 December 2003 |
| Creators | Marcus Vinicius Carvalho Guelpeli |
| Contributors | Carlos Henrique Costa Ribeiro |
| Publisher | Instituto Tecnológico de Aeronáutica |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | application/pdf |
| Source | reponame:Biblioteca Digital de Teses e Dissertações do ITA, instname:Instituto Tecnológico de Aeronáutica, instacron:ITA |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0022 seconds