Logo PUC-Rio Logo Maxwell
TRABALHOS DE FIM DE CURSO @PUC-Rio
Consulta aos Conteúdos
Estatística
Título: APLICAÇÃO DO ALGORITMO NEURO EVOLUTIVO NEAT PARA DIREÇÃO AUTÔNOMA
Autor(es): FELIPE VIEIRA FERREIRA
Colaborador(es): AUGUSTO CESAR ESPINDOLA BAFFA - Orientador
Catalogação: 16/JAN/2026 Língua(s): PORTUGUÊS - BRASIL
Tipo: TEXTO Subtipo: TRABALHO DE FIM DE CURSO
Notas: [pt] Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
[en] All data contained in the documents are the sole responsibility of the authors. The data used in the descriptions of the documents are in conformity with the systems of the administration of PUC-Rio.
Referência(s): [pt] https://www.maxwell.vrac.puc-rio.br/projetosEspeciais/TFCs/consultas/conteudo.php?strSecao=resultado&nrSeq=75004@1
[en] https://www.maxwell.vrac.puc-rio.br/projetosEspeciais/TFCs/consultas/conteudo.php?strSecao=resultado&nrSeq=75004@2
DOI: https://doi.org/10.17771/PUCRio.acad.75004
Resumo:
Este trabalho investiga a aplicação do algoritmo NEAT (NeuroEvolution of Augmenting Topologies) no controle de direção autônoma em um ambiente simulado com Pygame. O veículo virtual utiliza sensores de distância para perceber o ambiente e aprende a navegar sem dados prévios de condutores humanos. O algoritmo NEAT evolui a topologia e os pesos das redes neurais ao longo das gerações. Os testes foram realizados em pistas com diferentes níveis de dificuldade e obstáculos. Os resultados mostram que a IA desenvolve estratégias eficazes de navegação. O NEAT se mostra uma abordagem promissora para controle autônomo sem aprendizado supervisionado.
Descrição: Arquivo:   
NA ÍNTEGRA PDF