AVALIAÇÃO REINFORCEMENT LEARNING

Prévia do material em texto

AVALIAÇÃO – REINFORCEMENT LEARNING
PONTUAÇÃO TOTAL: 10PONTUAÇÃO OBTIDA  10
Tempo mínimo ao objetivo é a classe que fazem com que o agente realize ações que produzam o caminho
ou trajetória mais _______ para um estado objetivo.
 
Resposta Marcada :
Curta.
PONTUAÇÃO TOTAL: 10PONTUAÇÃO OBTIDA  10
Assinale a alternativa correta:
Resposta Marcada :
Define-se uma função valor-estado como o mapeamento do estado, ou par estado-ação em um valor que é obtido
a partir do reforço atual e dos reforços futuros.
PONTUAÇÃO TOTAL: 10PONTUAÇÃO OBTIDA  10
A vantagem mais notável do método DT é a relacionada com o método de Programação Dinâmica, onde
esta não necessita da modelagem _____ do ambiente, de seus reforços e das distribuições de
probabilidade das transições dos seus estados.
Resposta Marcada :
PDM.
PONTUAÇÃO TOTAL: 10PONTUAÇÃO OBTIDA  10
Reforço só no estado final é a classe de funções, as recompensas são todas zero, exceto no estado
__________, em que o agente recebe uma recompensa real (ex: +1) ou uma penalidade (ex: −1).
 
Resposta Marcada :
Final.
PONTUAÇÃO TOTAL: 10PONTUAÇÃO OBTIDA  10
Assinale a alternativa que apresente aspectos do método Q-learning.
Resposta Marcada :
Todas as alternativas.
PONTUAÇÃO TOTAL: 10PONTUAÇÃO OBTIDA  10
Sobre Programação Dinâmica assinale a alternativa correta.
Resposta Marcada :
Segundo Bellman e, a Programação Dinâmica tem a vantagem de ser matematicamente bem fundamentada, mas
exige uma modelagem bem precisa do ambiente como um Processo de Decisão Markoviano.
11/11/2026, 09:27 Course Status – Uniminas
https://ava.uniminasead.com.br/course-status/ 1/2
90 / 100
PONTUAÇÃO TOTAL: 10PONTUAÇÃO OBTIDA  10
Acerca de método de Monte Carlo, assinale a alternativa correta:
Resposta Marcada :
Uma vantagem do método de Monte Carlo é que, diferente do método de Programação Dinâmica, não necessita
de informação completa do ambiente, apenas necessita das amostras da experiência como seqüências de dados,
ações e reforços a partir de uma interação real ou simulada com o ambiente.
PONTUAÇÃO TOTAL: 10PONTUAÇÃO OBTIDA  0
Acerca de método de Monte Carlo, assinale a alternativa correta:
Resposta Marcada :
Nenhuma das alternativas.
PONTUAÇÃO TOTAL: 10PONTUAÇÃO OBTIDA  10
Quando a probabilidade de transição de um estado s para um estado s0 depende apenas do estado s e da
ação a adotada em s, isso significa que o estado corrente fornece informação _____________ para o
sistema de aprendizado decidir que ação deve ser tomada. Quando o sistema possui essa característica,
diz-se que ele satisfaz a Propriedade de ________.
Resposta Marcada :
Suficiente e Markov.
PONTUAÇÃO TOTAL: 10PONTUAÇÃO OBTIDA  10
A Propriedade de ________ é de fundamental importância na AR, uma vez que tanto as decisões como os
valores são funções apenas do estado atual, abrindo a possibilidade de métodos de soluções incrementais,
onde pode-se obter soluções a partir do estado atual e para cada um dos estados futuros, como é feito no
método de Programação Dinâmica.
Resposta Marcada :
Markov.
Total
11/11/2026, 09:27 Course Status – Uniminas
https://ava.uniminasead.com.br/course-status/ 2/2