---

A Aprendizagem por Refor‡o (AR) tem se mostrado um método bastante eficiente quando se trata da resolu‡Æo de problemas onde é necessário aprender um comportamento de atua‡Æo a partir de um ambiente desconhecido. Existem várias aplica‡äes desse método nas mais diferentes áreas de pesquisa, uma dessas aplica‡äes tem chamado muito a aten‡Æo de pesquisadores da área de computa‡Æo, que é a capacidade criar agentes autônomos utilizando a AR. Existem diversos algoritmos de AR que podem ser aplicados a tarefas de aprendizagem, tendo como objetivo determinar uma política ótima de atua‡Æo para um agente. Este trabalho se propäe a realizar um estudo e implementa‡Æo dos algoritmos de AR, Q-learning e Sarsa, aplicado a problemas de navega‡Æo autônoma. Esses algoritmos foram analisados quanto à capacidade de convergência para uma política de atua‡Æo ótima e seus desempenhos na aplica‡Æo em um modelo de navega‡Æo autônoma. Para simula‡Æo do ambiente desenvolvido e implementa‡Æo dos algoritmos de AR foi utilizado o software SCILAB.

---

Lima, Náthalee
Doutorado (2015) e mestrado (2010) em Engenharia Elétrica e de Computa‡Æo pela UFRN. Possui gradua‡Æo em Sistemas de Telecomunica‡äes pelo IFPB (2007) e em Ciência da Computa‡Æo pelo Centro Universitário de JoÆo Pessoa(2004).Têm experiência na área de Sistemas de Telecomunica‡äes e Sistemas Inteligentes com ênfase em Aprendizagem Refor‡o.

---