Aprendizado por Reforço Induzido por Agrupamento Fuzzy com Reaquecimento Determinístico

Uma abordagem de aprendizado cooperativo com múltiplos agentes atualizando simultaneamente a tabela Q é proposta como um método eficiente de aprendizado de reforço (Q-learning). Este estudo propõe um modelo de aprendizado por reforço com mudança, analisando simultaneamente o agrupamento de agentes e o Q-learning por cluster, na situação em que cada agente não sabe qual ambiente está resolvendo um problema, enquanto resolve problemas em diferentes ambientes. A lucratividade adquirida com base em políticas por cluster é calculada como uma membresia fuzzy, seguindo o método Fuzzy c-Means (FCM), permitindo a atualização dos valores Q com pesos de membresia e aprendendo paralelamente a tabela Q em cada ambiente. Além disso, a introdução de recozimento determinístico para a fuzzyidade da partição permite a realização conjunta de estimativa de modelo robusta e maximização dos ganhos adquiridos.