Análise comparativa de algoritmos de aprendizado por reforço: ppo vs sac na plataforma aws deepracer

dc.contributor.advisor1 Araújo, Francisco Marcelino Almeida de
dc.contributor.advisor1Lattes http://lattes.cnpq.br/4308842626023929
dc.creator Araújo, Enzo Melo
dc.creator.Lattes http://lattes.cnpq.br/4678899772180026
dc.date.accessioned 2026-11-10T17:50:06Z
dc.date.issued 2026
dc.description.abstract The transfer of Reinforcement Learning (RL) models from simulation to the real world (Sim-to- Real) is a critical challenge in autonomous navigation due to geometric overfitting. This article presents an empirical comparative analysis between the Proximal Policy Optimization (PPO) and Soft Actor-Critic (SAC) algorithms on the AWS DeepRacer platform. To evaluate generalization robustness, a LiDAR sensor was integrated into the virtual architecture, subjecting the models to 34 hours of training under a continuous reward function (Centerline). The empirical results reveal that, although SAC exhibits high initial sampling efficiency, the algorithm suffers severe stagnation with increasing spatial data dimensionality. In contrast, the conservative update of PPO perfectly assimilated LiDAR, ensuring stability in asymmetrical tracings. It is concluded that PPO presents superior architectural resilience for multisensor integration in autonomous systems
dc.description.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.
dc.identifier.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.
dc.identifier.uri https://bia.ifpi.edu.br/handle/123456789/6106
dc.language por
dc.publisher Instituto Federal de Educação, Ciência e Tecnologia do Piauí
dc.publisher.country Brasil
dc.publisher.department Campus Teresina Central
dc.publisher.initials IFPI
dc.rights Acesso Aberto
dc.subject Aprendizado por Reforço
dc.subject AWS DeepRacer
dc.subject Sensor LiDAR
dc.subject Soft Actor-Critic
dc.subject.cnpq CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO
dc.title Análise comparativa de algoritmos de aprendizado por reforço: ppo vs sac na plataforma aws deepracer
dc.title.alternative Comparative analysis of reinforcement learning algorithms: PPO vs. SAC on the AWS DeepRacer platform.
dc.type Trabalho de Conclusão de Curso

Files

Original bundle

Now showing 1 - 2 of 2
Loading...
Thumbnail Image
Name:
2026_tcc_emaraujo.pdf
Size:
4.61 MB
Format:
Adobe Portable Document Format
Loading...
Thumbnail Image
Name:
2026_termo_emaraujo.pdf
Size:
198.87 KB
Format:

License bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
license.txt
Size:
1.82 KB
Format:
Item-specific license agreed upon to submission
Description: