| dc.description.abstract | Este trabalho explora métodos neuroevolutivos de treinamento associados ao
aprendizado baseado em currículo, com o intuito de treinar agentes robóticos de forma mais
eficiente. Utiliza-se aqui uma RNA classificadora auxiliar para estimar a dificuldade e ordenar
de as tarefas utilizadas no treinamento da rede neuroevolutiva. Assim, currículo é o resultado
de um processo que seleciona e ordena as variáveis da camada de entrada de uma rede neural.
O método automatizado de geração de currículo proposto amplia a escalabilidade para tarefas
mais complexas e com resultados que superam os métodos convencionais de aprendizado. /This article explores neuroevolutionary training methods associated with curriculum based learning, in order to train robotic agents more efficiently, since, according to recent
research, the curriculum, in this case, the learning trajectory or ordering of the set of tasks, is
directly related to the speed and efficiency of learning. An auxiliary artificial neural network is
used here to estimate the difficulty and order the tasks used in the training of the
neuroevolutionary network. The proposed automated curriculum generation method extends
scalability to more complex tasks and with results that surpass conventional learning methods. | |
