Análise comparativa de algoritmos de aprendizado por reforço: ppo vs sac na plataforma aws deepracer
Loading...
Date
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Instituto Federal de Educação, Ciência e Tecnologia do Piauí
Resumo
A transferência de modelos de Aprendizado por Reforço (RL) da simulação para o mundo real (Sim-to-Real) é um desafio crítico na navegação autônoma devido ao overfitting geométrico. Este artigo apresenta uma análise comparativa empírica entre os algoritmos Proximal Policy Optimization (PPO) e Soft Actor-Critic (SAC) na plataforma AWS DeepRacer. Para avaliar a robustez de generalização, integrou-se o sensor LiDAR à arquitetura virtual, submetendo os modelos a 34 horas de treinamento sob uma função de recompensa contínua (Centerline). Os resultados empíricos revelam que, embora o SAC exiba alta eficiência amostral inicial, o algoritmo sofre estagnação severa com o aumento da dimensionalidade de dados espaciais. Em contraste, a atualização conservadora do PPO assimilou perfeitamente o LiDAR, garantindo estabilidade em traçados assimétricos. Conclui-se que o PPO apresenta resiliência arquitetural superior para integração multissensorial em sistemas autônomos.
Description
Keywords
Aprendizado por Reforço, AWS DeepRacer, Sensor LiDAR, Soft Actor-Critic
Citation
ARAUJO, Enzo Melo. Análise comparativa de algoritmos de aprendizado por reforço: ppo vs sac na plataforma aws deepracer. Orientador: Francisco Marcelino Almeida de Araújo. 2026. 12 f. Trabalho de Conclusão de Curso (Tecnologia em Análise e Desenvolvimento de Sistemas) - Instituto Federal de Educação, Ciência e Tecnologia do Piauí - Campus Teresina Central, Teresina, 2026.