Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia Elétrica. / Made available in DSpace on 2012-10-21T21:36:14Z (GMT). No. of bitstreams: 1
206482.pdf: 788718 bytes, checksum: 88fc47d653ec1487d0a3be556a41ed85 (MD5) / Essa dissertação investiga a aplicação de técnicas de aprendizagem por reforço, mais precisamente o uso do algoritmo Q-learning distribuÌdo, como uma nova ferramenta de controle para o trafego veicular urbano a custos menos onerosos que os apresentados pelos métodos de controle de trafego responsivo e adaptativo, que necessitam de dispositivos complexos, além da dependencia de especialistas para operá-los. Visando melhorar o desempenho das redes de trafego, esse trabalho sugere o desenvolvimento e implementaçao de agentes inteligentes distribuÌdos como uma forma de controlar o fluxo da via, sendo a tarefa modelada como um jogo estocastico, onde multiplos agentes distribuÌdos sobre a rede, cada um com uma visão parcial do estado da mesma buscam resolver os seus problemas locais, dando
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.ufsc.br:123456789/87535 |
| Date | January 2004 |
| Creators | Serra, Maurício Rangel Guimarães |
| Contributors | Universidade Federal de Santa Catarina, Camponogara, Eduardo |
| Publisher | Florianópolis, SC |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | xii, 83 f.| il., grafs., tabs. |
| Source | reponame:Repositório Institucional da UFSC, instname:Universidade Federal de Santa Catarina, instacron:UFSC |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0038 seconds