| A finalidade deste artigo é reforçar o estudo do algoritmo de inteligência artificial Q-Learning e, para tal, ele foi implementado seguindo às orientações de seu criador Watkins no jogo competitivo de mundo discreto FruitBots, com a adição da estratégia épsilon-greedy para mais exploração de estados. Como método de avaliação foi utilizado a quantidade de ciclos de treino necessários para alcançar um número de ações consideradas ótimas para à vitória. Executando o algoritmo com diferentes parâmetros em diferentes tamanhos de mapas, foi possível notar que nem sempre o Q-Learning consegue obter o melhor resultado, mas sempre obtém resultados próximos do ideal. |
| entrar | registrar | sobre 
