Luiz H.

Projetos (Aguardando Propostas):

• Implementar algoritmo Q-Learning no ambiente Taxi

  Outra - Web, Mobile & Software | Orçamento: Aberto | Publicado: 12/06/2025 às 23:59 | Propostas: 6

  Seguir os passos para realizar essa implementação:
  
  1. Implementar um algoritmo Q-Learning (off-policy), baseado nos exercícios anteriores, utilizando o ambiente Taxi do Gymnasium (documentação do Taxi - Gymnasium).
  
  2. Plote a Q-Table de uma maneira fácil de visualizar para acompanhar os treinamentos.
  
  … Expandir3. Plote os gráficos das métricas mais importantes.
  
  4. Plote o gráfico do ambiente de simulação (grid) com a política ótima representada por setas.
  
  Preciso apenas do código com a implementação feita, algo simples e rápido.
  
  Link que pode ajudar: https://gymnasium.farama.org/environments/toy_text/taxi/ Esconder

  Habilidades desejadas: Python.

• Desafio de Python - Frozen Lake

  Outra - Web, Mobile & Software | Orçamento: Aberto | Publicado: 12/06/2025 às 18:52 | Propostas: 11

  Seguir os 6 passos a seguir a fim de completar o código Python do projeto!
  
  1. Utilizando os parâmetros:
  • size_e = 5, 7, 9, 11, 13 e 15
  • seeds = 123
  • proba_frozen = 0.9, 0.8, 0.7
  • is_slip = False
  
  Proceda à sintonia dos hiperparâmetros para o treinamento do agente, na tentativa de melhor otimização da… Expandir trajetória e também no 'descongelamento' do Q-Table.
  
  2. Tente descobrir por que a tabela Q-Table permanece "zerada" mesmo alterando os hiperparâmetros. Faça as modificações necessárias na arquitetura de respostas do ambiente para melhorar o aprendizado, buscando uma política ótima.
  
  3. Faça is_slip = True e repita os procedimentos anteriores.
  
  4. Plote a Q-Table de uma maneira fácil de visualizar para acompanhar os treinamentos.
  
  5. Plote os gráficos das métricas mais importantes.
  
  6. Plote o gráfico do ambiente de simulação (grid) com a política ótima representada por setas. Esconder

  Habilidades desejadas: Python.