Aprendizagem por Reforço com Augmented Random Search (ARS)

Implemente passo a passo em Python um poderoso modelo de Inteligência Artificial para ensinar um agente caminhar em um ambiente virtual (3h)
Última atualização: 10 de junho de 2020
Seu Estado
Não Inscrito
Preço
Assinantes

Neste curso você vai aprender um novo tipo de inteligência artificial, que é quase tão poderosa quanto o algoritmo usado pelo Google Deep Mind para treinar uma IA caminhar e correr por um ambiente! O nome dessa técnica é Augmented Random Search (Pesquisa Aleatória Aumentada), foi criada em 2018 e é em média 15 vezes mais rápida do que algoritmos tradicionais!

Esse algoritmo está dentro da área de Aprendizagem por Reforço, que é um tipo de aprendizagem usado em sistemas multi-agente no qual os agentes devem interagir no ambiente e aprenderem por conta própria, ganhando recompensas positivas quando executam ações corretas e recompensas negativas quando executam ações que não levem para o objetivo. A inteligência artificial aprende sem nenhum conhecimento prévio, adaptando-se ao ambiente e encontrando as soluções sozinha!

E para levar você até essa área, neste curso você terá uma visão teórica e principalmente prática sobre o treinamento da simulação de um robô que precisa aprender a andar em um ambiente. Usaremos a técnica ARS (Augmented Random Search), o Python como linguagem de programação e o Gym como ambiente de simulação. O conteúdo do curso está dividido em duas partes:

  • Teoria sobre ARS (Augmented Random Search)
  • Construção passo a passo da inteligência artificial para controlar o robô. Implementaremos o algoritmo ARS totalmente do zero, sem o uso de nenhuma biblioteca de aprendizagem de máquina!