GSP691

Visão geral

Assim como muitos setores da pesquisa em machine learning, o aprendizado por reforço (RL, na sigla em inglês) está evoluindo em ritmo acelerado. Os pesquisadores estão usando o aprendizado profundo em outras áreas para alcançar resultados extremamente sofisticados.

Neste laboratório, você vai conhecer os fundamentos do aprendizado por reforço criando um jogo simples.

O que você vai aprender

Neste laboratório, você vai:

• conhecer os princípios básicos do aprendizado por reforço;
• criar uma instância do Vertex AI Workbench;
• clonar o notebook do laboratório na instância do Vertex AI Workbench;
• ler, entender e executar as etapas descritas no notebook.

Configuração e requisitos

Antes de clicar no botão Começar o Laboratório

Leia estas instruções. Os laboratórios são cronometrados e não podem ser pausados. O timer é ativado quando você clica em Iniciar laboratório e mostra por quanto tempo os recursos do Google Cloud vão ficar disponíveis.

Este laboratório prático permite que você realize as atividades em um ambiente real de nuvem, e não em uma simulação ou demonstração. Você vai receber novas credenciais temporárias para fazer login e acessar o Google Cloud durante o laboratório.

Confira os requisitos para concluir o laboratório:

• Acesso a um navegador de Internet padrão (recomendamos o Chrome).

Observação: para executar este laboratório, use o modo de navegação anônima (recomendado) ou uma janela anônima do navegador. Isso evita conflitos entre sua conta pessoal e de estudante, o que poderia causar cobranças extras na sua conta pessoal.

• Tempo para concluir o laboratório: não se esqueça que, depois de começar, não será possível pausar o laboratório.

Observação: use apenas a conta de estudante neste laboratório. Se usar outra conta do Google Cloud, você poderá receber cobranças nela.

Como iniciar seu laboratório e fazer login no console do Google Cloud

1. Clique no botão Começar o laboratório. Se for preciso pagar por ele, uma caixa de diálogo vai aparecer para você selecionar a forma de pagamento. No painel Detalhes do Laboratório, à esquerda, você vai encontrar o seguinte:

   • O botão Abrir Console do Google Cloud
   • O tempo restante
   • As credenciais temporárias que você vai usar neste laboratório
   • Outras informações, se forem necessárias

2. Se você estiver usando o navegador Chrome, clique em Abrir console do Google Cloud ou clique com o botão direito do mouse e selecione Abrir link em uma janela anônima.

   O laboratório ativa os recursos e depois abre a página Fazer Login em outra guia.

   Dica: coloque as guias em janelas separadas lado a lado.

   Observação: se aparecer a caixa de diálogo Escolher uma conta, clique em Usar outra conta.

3. Se necessário, copie o Nome de usuário abaixo e cole na caixa de diálogo Fazer login.

   {{{user_0.username | "Username"}}}

   Você também encontra o nome de usuário no painel Detalhes do Laboratório.

4. Clique em Próxima.

5. Copie a Senha abaixo e cole na caixa de diálogo de Olá.

   {{{user_0.password | "Password"}}}

   Você também encontra a senha no painel Detalhes do Laboratório.

6. Clique em Próxima.

   Importante: você precisa usar as credenciais fornecidas no laboratório, e não as da sua conta do Google Cloud. Observação: se você usar sua própria conta do Google Cloud neste laboratório, é possível que receba cobranças adicionais.

7. Acesse as próximas páginas:

   • Aceite os Termos e Condições.
   • Não adicione opções de recuperação nem autenticação de dois fatores (porque essa é uma conta temporária).
   • Não se inscreva em testes gratuitos.

Depois de alguns instantes, o console do Google Cloud será aberto nesta guia.

Observação: para acessar os produtos e serviços do Google Cloud, clique no Menu de navegação ou digite o nome do serviço ou produto no campo Pesquisar.

Tarefa 1: introdução ao aprendizado por reforço

O aprendizado por reforço é uma forma de machine learning. Um agente executa ações em um ambiente para otimizar o alcance de determinado objetivo (uma "recompensa") ao longo da sequência de passos. Ao contrário das técnicas tradicionais de aprendizado supervisionado, nem todos os pontos de dados são rotulados, e o agente só tem acesso a recompensas "esporádicas".

Embora a história do RL (em inglês) tenha começado na década de 1950 e existam muitos algoritmos de aprendizado por reforço, o interesse por dois deles, sofisticados e fáceis de implementar, vem crescendo bastante: a rede Q profunda (DQN, na sigla em inglês) e o gradiente de política determinista profundo (DDPG, na sigla em inglês). Vamos fazer uma breve introdução aos algoritmos e às variantes baseadas neles.

Diagrama do processo conceitual do problema do aprendizado por reforço

A rede Q profunda (DQN) foi apresentada em 2015 pela equipe do Google DeepMind neste artigo da revista Nature (em inglês). Motivados pelo sucesso do aprendizado profundo no campo do reconhecimento de imagens, os autores do artigo incorporaram redes neurais profundas ao Q-Learning e testaram o algoritmo no simulador do mecanismo de jogo da Atari, que tem um espaço de observação enorme.

A rede neural profunda atua como um aproximador de função que prevê os valores Q da resposta, ou a vantagem de executar uma ação com base em determinado estado de entrada. Portanto, a DQN é um método que se baseia em valores. No algoritmo de treinamento, ela atualiza os valores Q de acordo com a equação de Bellman. Para evitar a dificuldade de adequação a um destino dinâmico, a DQN usa uma segunda rede neural profunda, que atua como uma estimativa dos valores de destino.

Em termos mais práticos, o modelo a seguir mostra os arquivos de origem, o comando shell e o endpoint para executar um job de RL no Google Cloud:

Tarefa 2: criar uma instância do Vertex AI Workbench

1. No console do Google Cloud, no menu de navegação (), clique em Vertex AI.

2. Selecione Ativar todas as APIs recomendadas.

3. À esquerda, clique em Workbench.

4. Verifique se você está na visualização Instâncias do topo da página do Workbench.

5. Clique em Criar.

6. Configure a instância:

   • Nome: lab-workbench
   • Região: configure a região como
   • Zona: defina a zona como
   • Opções avançadas (opcional): se necessário, clique em "Opções avançadas" para personalizar mais (ex.: tipo de máquina e tamanho do disco)

7. Clique em Criar.

Observação: a criação da instância leva alguns minutos. Uma marca de seleção verde vai aparecer ao lado do nome dela quando o processo terminar.

8. Clique em Open JupyterLab ao lado do nome da instância para iniciar a interface do ambiente. Uma nova guia será aberta no navegador.

9. Clique no ícone Terminal para abrir uma janela do terminal.

A janela do terminal será aberta em uma nova guia. Agora, é possível executar comandos no terminal para interagir com sua instância do Workbench.

Clique em Verificar meu progresso para conferir o objetivo. Criar uma instância do Vertex AI Workbench

Tarefa 3: copiar o exemplo de código

1. Copie e execute o seguinte código no terminal para copiar o arquivo do notebook .

gcloud storage cp -r gs://{{{project_0.project_id|project_id}}}-labconfig-bucket/* .

2. No menu à esquerda, selecione early_rl > . Uma nova guia será aberta.

Clique em Verificar meu progresso para conferir o objetivo. Copiar o exemplo de código

Tarefa 4: executar os comandos pelo notebook

Observação: selecione o kernel Python 3 no notebook.

A nova guia será semelhante a esta:

1. Leia o notebook a seguir e pressione SHIFT+ENTER para executar todos os blocos de código.

2. Volte aqui depois de concluir as instruções no notebook.

Parabéns!

Neste laboratório, você conheceu os princípios básicos do aprendizado por reforço. Depois criou uma instância do JupyterLab, clonou um repositório de amostra e executou os códigos do notebook para praticar os fundamentos do RL. Agora você já pode fazer outros laboratórios desta série.

Treinamento e certificação do Google Cloud

Esses treinamentos ajudam você a aproveitar as tecnologias do Google Cloud ao máximo. Nossas aulas incluem habilidades técnicas e práticas recomendadas para ajudar você a alcançar rapidamente o nível esperado e continuar sua jornada de aprendizado. Oferecemos treinamentos que vão do nível básico ao avançado, com opções de aulas virtuais, sob demanda e por meio de transmissões ao vivo para que você possa encaixá-las na correria do seu dia a dia. As certificações validam sua experiência e comprovam suas habilidades com as tecnologias do Google Cloud.

Manual atualizado em 11 de julho de 2025

Laboratório testado em 11 de julho de 2025

Copyright 2025 Google LLC. Todos os direitos reservados. Google e o logotipo do Google são marcas registradas da Google LLC. Todos os outros nomes de produtos e empresas podem ser marcas registradas das respectivas empresas a que estão associados.