| dc.contributor | Fundação Araucária | pt-BR |
| dc.creator | LUAN CARLOS KLEIN; Universidade Tecnológica Federal do Paraná, Curitiba, Paraná, Brasil | |
| dc.creator | CESAR AUGUSTO TACLA; Universidade Tecnológica Federal do Paraná, Curitiba, Paraná, Brasil | |
| dc.date | 2020-10-30 11:51:20 | |
| dc.date.accessioned | 2022-12-07T18:08:07Z | |
| dc.date.available | 2022-12-07T18:08:07Z | |
| dc.identifier | https://eventos.utfpr.edu.br//sicite/sicite2020/paper/view/5992 | |
| dc.identifier.uri | https://repositorioslatinoamericanos.uchile.cl/handle/2250/5307386 | |
| dc.description | A utilização de caminhos e rotas ótimas em sistemas multiagente é de fundamental importância. Quanto mais caminhos ótimos disponíveis, mais eficiente o sistema tende a ser, pois o número de colisões entre os agentes tende a diminuir. Diante disso o LRTA-Star (Learning Real Time A-Star) surge como uma opção que possibilita encontrar todos os caminhos ótimos disponíveis. O presente artigo estuda como o aumento da quantidade de caminhos a serem encontrados impacta nas distâncias percorridas pelos agentes até o momento em que eles sejam encontrados, utilizando o LRTA-Star de maneira cooperativa em ambientes estáticos. Através de experimentos realizados observou-se que existe uma relação entre as quantidades de agentes, caminhos ótimos a serem encontrados e as distâncias percorridas pelos agentes. A quantidade de movimentos totais e individuais se comportam como curvas matemáticas, sendo uma curva linear e uma exponencial decrescente, respectivamente. Também se observou que a quantidade de caminhos ótimos a serem encontrados tem pequena influência nas distâncias percorridas pelos agentes. Isso significa que após encontrar um caminho ótimo, os demais podem ser encontrados com uma pequena quantidade extra de movimentos por parte dos agentes. | pt-BR |
| dc.format | application/pdf | |
| dc.language | pt | |
| dc.publisher | Seminário de Iniciação Científica e Tecnológica da UTFPR | pt-BR |
| dc.rights | Autores que submetem a esta conferência concordam com os seguintes termos:<br /> <strong>a)</strong> Autores mantém os direitos autorais sobre o trabalho, permitindo à conferência colocá-lo sob uma licença <a href="https://creativecommons.org/licenses/by/4.0/">Licença Creative Commons-Attribution</a>, que permite livremente a outros acessar, usar e compartilhar o trabalho com o crédito de autoria e apresentação inicial nesta conferência.<br /> <strong>b)</strong> Autores podem abrir mão dos termos da licença CC e definir contratos adicionais para a distribuição não-exclusiva e subsequente publicação deste trabalho (ex.: publicar uma versão atualizada em um periódico, disponibilizar em repositório institucional, ou publicá-lo em livro), com o crédito de autoria e apresentação inicial nesta conferência.<br /> <strong>c)</strong> Além disso, autores são incentivados a publicar e compartilhar seus trabalhos online (ex.: em repositório institucional ou em sua página pessoal) a qualquer momento antes e depois da conferência. | |
| dc.source | Seminário de Iniciação Científica e Tecnológica da UTFPR; XXV Seminário de Iniciação Científica e Tecnológica da UTFPR | 0 |
| dc.subject | Ciência da computação; Metodologia e Técnicas da Computação | pt-BR |
| dc.subject | Agentes; Aprendizado cooperativo; Desempenho de sistemas | pt-BR |
| dc.title | Impacto da variação da quantidade de caminhos ótimos no LRTA-Star cooperativo | 0 |
| dc.type | Documento avaliado pelos pares | pt-BR |
