Uso do algoritmo q-learning para construção de coreografia de pole sport

Abstract

A aprendizagem por reforço é um ramo da inteligência artificial que visa solucionar problemas do tipo ‘aprender o que fazer em cada situação’ a partir de uma base de dados composta por estados, ações e recompensas. Para compreendermos suas características, utilizamos principalmente os trabalhos de Sutton e Barto (2014-2015) e Lapan (2020). Como na maioria das vezes a aprendizagem por reforço é utilizada para sair do ponto A e chegar no ponto B obtendo as melhores recompensas, percebemos que ela poderia ser útil para facilitar a criação de sequências de movimentos para campeonatos esportivos uma vez que esses campeonatos também se baseiam em recompensas. Para validar a nossa hipótese, escolhemos as regras do campeonato mundial de pole sport (IPSF, 2018) para testar o algoritmo Q-Learning e verificar se ele poderia gerar coreografias de diferentes níveis de dificuldade. Em nossos testes, encontramos um modelo de algoritmo que nos permite explorar diversas novas sequências ao selecionar ora os movimentos mais simples, ora os mais difíceis, de forma parametrizada, a partir da proposição de Amunategui (2017). Assim percebemos que tal estrutura pode servir não só para o pole sport, mas para outros esportes que planejam sequências de movimentos coreografados e recebem pontuação por cada um dos movimentos.