|
Abstract:
|
Com o avanço da tecnologia, sistemas inteligentes com algum nível de autonomia são cada vez mais comuns no cotidiano. As decisões tomadas por tais sistemas são voltadas a otimizar seus resultados nas tarefas onde são aplicados, muitas vezes sem considerar valores humanos como ética. O conceito de aplicar ética na inteligência artificial, afim de regular o seu comportamento, apresenta diversas dificuldades em suas diferentes formas de implementação. A natureza dinâmica e complexa da ética faz com que a derivação de regras, ou a modelagem de um sistema ético seja uma tarefa difícil de ser executada pelo desenvolvedor. Neste trabalho, é proposta uma abordagem que utiliza aprendizado por reforço e aprendizado profundo para treinar agentes que consideram ética na sua tomada de decisão. A abordagem proposta implementa aprendizado profundo por reforço utilizando o algoritmo Deep Q-Learnig para treinar um agente com o objetivo de navegar um ambiente com dilemas éticos referentes as Três Leis da Robótica. Os dados de treinamento do agente guiado por ética são comparados a os de um agente comum afim de avaliar os impactos da introdução de ética no aprendizado do agente. |
