Anderson Rocha Tavares

Pós-doutorado

Idiomas

Áreas de atuação

Participação em bancas

Orientou

Produções bibliográficas

• SCHAPKE, JOAO ; TAVARES, ANDERSON ; RECAMONDE-MENDOZA, MARIANA . EPGAT: Gene Essentiality Prediction With Graph Attention Networks. IEEE-ACM Transactions on Computational Biology and Bioinformatics , v. 1, p. 1-1, 2021.

• ROCHA TAVARES, ANDERSON ; VIEIRA, DANIEL KNEIPP S. ; DE OLIVEIRA, TIAGO NEGRISOLI ; CHAIMOWICZ, Luiz . Algorithm Selection in Adversarial Settings: From Experiments to Tournaments in StarCraft. IEEE Transactions on Games , v. 1, p. 1-1, 2018.

• TAVARES, ANDERSON R. ; Zuin, Gianlucca L. ; Azpúrua, Héctor ; CHAIMOWICZ, Luiz . Combining genetic algorithm and swarm intelligence for task allocation in a real time strategy game. SBC JOURNAL ON 3D INTERACTIVE SYSTEMS , v. 8, p. 4-19, 2017.

• TAVARES, ANDERSON ; BAZZAN, ANA LC . An agent-based approach for road pricing: system-level performance and implications for drivers. JOURNAL OF THE BRAZILIAN COMPUTER SOCIETY (ONLINE) , v. 20, p. 15, 2014.

• TAVARES, A. R. ; BAZZAN, A. L. C. . Independent learners in abstract traffic scenarios. Revista de Informática Teórica e Aplicada (Impresso) , v. 19, p. 13-33, 2012.

• AVELAR, PEDRO ; TAVARES, ANDERSON ; GORI, MARCO ; LAMB, LUÍS . Discrete and Continuous Deep Residual Learning over Graphs. In: 13th International Conference on Agents and Artificial Intelligence, 2021, Online Streaming. Proceedings of the 13th International Conference on Agents and Artificial Intelligence, 2021. p. 119-131.

• Ramos, Gabriel ; R ; NOWE, A. ; TAVARES, A. R. . Toll-Based Learning for Minimising Congestion under Heterogeneous Preferences. In: International Conference on Autonomous Agents and Multiagent Systems, 2020, Auckland. Proceedings of the 19th International Conference on Autonomous Agents and Multiagent Systems (AAMAS 2020), 2020.

• VIEIRA, RONALDO ; TAVARES, Anderson Rocha ; CHAIMOWICZ, Luiz . Drafting in Collectible Card Games via Reinforcement Learning. In: 2020 19th Brazilian Symposium on Computer Games and Digital Entertainment (SBGames), 2020, Recife. 2020 19th Brazilian Symposium on Computer Games and Digital Entertainment (SBGames), 2020. p. 54.

• AVELAR, PEDRO H. C. ; TAVARES, ANDERSON R. ; DA SILVEIRA, THIAGO L. T. ; JUNG, CLIUDIO R. ; LAMB, LUIS C. . Superpixel Image Classification with Graph Attention Networks. In: 2020 33rd SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI), 2020, Recife/Porto de Galinhas. 2020 33rd SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI), 2020. p. 203.

• TAVARES, Anderson Rocha ; ANBALAGAN, SIVASUBRAMANIAN ; SORIANO MARCOLINO, LEANDRO ; CHAIMOWICZ, Luiz . Algorithms or Actions? A Study in Large-Scale Reinforcement Learning. In: TwentySeventh International Joint Conference on Artificial Intelligence {IJCAI18}, 2018, Stockholm. Proceedings of the Twenty-Seventh International Joint Conference on Artificial Intelligence. California: International Joint Conferences on Artificial Intelligence Organization, 2018. p. 2717-2723.

• TAVARES, ANDERSON R. ; CHAIMOWICZ, Luiz . Tabular Reinforcement Learning in Real-Time Strategy Games via Options. In: 2018 IEEE Conference on Computational Intelligence and Games (CIG), 2018, Maastricht. 2018 IEEE Conference on Computational Intelligence and Games (CIG), 2018. v. 2018. p. 1.

• TAVARES, ANDERSON ; SANTOS, Amanda ; Azpurua, Hector ; CHAIMOWICZ, Luiz . Rock, Paper, StarCraft: Strategy Selection in Real-Time Strategy Games. In: Artificial Intelligence and Interactive Digital Entertainment, 2016, Burlingame. The Twelfth AAAI Conference on Artificial Intelligence and Interactive Digital Entertainment. Palo Alto: AAAI Press, 2016. p. 93-99.

• TAVARES, ANDERSON R. ; SALDANA, D. ; Azpúrua, Héctor ; PIMENTEL, J. ; PINO, O. V. ; COLARES, R. G. ; MACHARET, D. G. ; CHAIMOWICZ, Luiz . Y-Rescue Team Description Paper. In: RoboCup, 2015, Hefei. Proceedings of RoboCup, 2015.

• TAVARES, ANDERSON R. ; Azpurua, Hector ; CHAIMOWICZ, Luiz . Evolving Swarm Intelligence for Task Allocation in a Real Time Strategy Game. In: 2014 Brazilian Symposium on Computer Games and Digital Entertainment (SBGAMES), 2014, Porto Alegre. 2014 Brazilian Symposium on Computer Games and Digital Entertainment. p. 99.

• TAVARES, A. R. ; BAZZAN, ANA L.C. . Networked malicious agents in transportation systems: a simulation study. In: The Fifth International Workshop on Emergent Intelligence on Networked Agents, 2013, Saint Paul. The Fifth International Workshop on Emergent Intelligence on Networked Agents, 2013.

• BAZZAN, ANA L.C. ; ARAUJO, P. G. ; GALAFASSI, C. ; TAVARES, Anderson Rocha ; VECCHIA, A. D. ; VIT, A. R. D. de ; VIVIAN, G. R. . Smart Drivers: Simulating the Benefits of Giving Twitter Information about Traffic Status. In: SEMISH, 2013, Maceió. Anais do CSBC 2013, 2013. p. 249-259.

• TAVARES, A. R. ; BAZZAN, A. L. C. . Reinforcement learning for route choice in an abstract traffic scenario. In: VI Workshop-Escola de Sistemas de Agentes, seus Ambientes e apliCações, 2012, Florianópolis. Anais do VI Workshop-Escola de Sistemas de Agentes, seus Ambientes e apliCações, 2012. p. 141-153.

• TAVARES, Anderson Rocha ; BAZZAN, ANA L.C. . A Multiagent Based Road Pricing Approach for Urban Traffic Management. In: 2012 Third Brazilian Workshop on Social Simulation (BWSS), 2012, Curitiba. 2012 Third Brazilian Workshop on Social Simulation.

• VIEIRA, R. ; CHAIMOWICZ, Luiz ; TAVARES, A. R. . Reinforcement learning in collectible card games: preliminary results on Legends of Code and Magic. In: Brazilian Symposium on Games and Digital Entertainment (SBGAMES), 2019, Rio de Janeiro. Proceedings of the 2010 Brazilian Symposium on Games and Digital Entertainment (SBGAMES), 2019.

• TAVARES, ANDERSON R. . Strategic Reasoning in Digital Zero-Sum Games. In: 16th International Conference on Autonomous Agents and Multiagent Systems (AAMAS 2017), 2017, São Paulo. Proceedings of the 16th International Conference on Autonomous Agents and Multiagent Systems (AAMAS 2017), 2017. p. 1863-1864.

• TAVARES, A. R. . Algorithm Selection in Zero-Sum Computer Games. In: The Thirteenth AAAI Conference on Artificial Intelligence and Interactive Digital Entertainment (AIIDE-17), 2017, Snowbird. Proceedings of The Thirteenth AAAI Conference on Artificial Intelligence and Interactive Digital Entertainment (AIIDE-17). Palo Alto: AAAI Press, 2017. p. 301-303.

• TAVARES, A. R. . Alavancando a pesquisa científica com jogos digitais. 2019. (Apresentação de Trabalho/Conferência ou palestra).

• TAVARES, A. R. . Alavancando a pesquisa científica com jogos digitais. 2019. (Apresentação de Trabalho/Conferência ou palestra).

• TAVARES, Anderson Rocha . Inteligência Artificial: programas que jogam e criam jogos. 2018. (Apresentação de Trabalho/Conferência ou palestra).

• Cunha, Renato ; CHAIMOWICZ, Luiz ; TAVARES, Anderson Rocha ; da Silva, Bruno C. . Tutorial: Maximizing your Reward at BRACIS - An Introduction to Reinforcement Learning. 2018. (Apresentação de Trabalho/Conferência ou palestra).

• TAVARES, Anderson Rocha . Inteligência artificial em jogos digitais - planejamento, aprendizado e raciocínio estratégico. 2017. (Apresentação de Trabalho/Conferência ou palestra).

Projetos de pesquisa

• 2020 - Atual

  Comunicação e Aprendizado de Máquina em Mobilidade Urbana: uma Abordagem Multiagente e Multiobjetivo, Projeto certificado pelo(a) coordenador(a) Ana Lucia Cetertich Bazzan em 24/02/2022., Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (5) / Mestrado acadêmico: (4) . , Integrantes: Anderson Rocha Tavares - Integrante / Ana Lucia Cetertich Bazzan - Coordenador / Gabriel de Oliveira Ramos - Integrante / Ann Nowé - Integrante., Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.

• 2019 - Atual

  Lógicas em Ciência da Computação, Cognição e Inteligência Artificial, Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (2) / Doutorado: (1) . , Integrantes: Anderson Rocha Tavares - Coordenador / Luís da Cunha Lamb - Integrante.

• 2018 - Atual

  Autonomia, Curiosidade e Exploração via Recompensas Intrínsecas e Auto- Geração de Objetivos, Descrição: Projeto #35055 COMPESQ UFRGS Técnicas de aprendizado de máquina, tais como aprendizado por reforço, têm sido regularmente utilizadas para treinar robôs e agentes autônomos. Este processo de treinamento, entretanto, assume que um projetista manualmente fornece funções de custo ou de recompensa ao agente, as quais são capazes de avaliar as possíveis ações e comportamentos do agente e prover feedback sobre o quão apropriados/eficientes tais comportamentos são para a resolução de uma tarefa. Frequentemente, entretanto, tarefas motoras requerem a execução de comportamentos complexos e o feedback sobre sucesso ou fracasso de tal comportamento é disponibilizado apenas ao final de sua execução. Pesquisas em psicologia e sobre aprendizado em animais indicam a existência de mecanismos de motivação intrínseca, os quais fornecem recompensas constantes ao animal ou indivíduo mas que não estão necessariamente diretamente correlacionadas com o seu sucesso em uma tarefa específica; tais recompensas, entretanto, ao serem maximizadas, geram comportamentos de exploração e de curiosidade que facilitam o aprendizado de tarefas complexas sob feedback esparso ou infrequente. O objetivo primário deste projeto é desenvolver novos métodos computacionais que implementem funções de recompensa e motivação intrínsecas a fim de possibilitar a emergência de comportamentos exploratórios e de curiosidade. Espera-se que tais métodos permitam a construção de agentes que, mesmo quando inicialmente dotados apenas de funções de recompensa esparsas, sejam capazes de autonomamente explorarem os seus ambientes e de adquirirem bibliotecas de comportamentos/habilidades motoras reutilizáveis. O objetivo secundário deste projeto é explorar a conexão matemática entre métodos de motivação intrínseca e sistemas para auto-geração de objetivos (goals). Durante o treinamento de agentes de inteligência artificial, frequentemente se costuma prover, de forma manual, uma lista de objetivos intermediários que devem ser atingidos pelo agente. Dessa forma, um projetista é capaz de guiar o agente ao longo do seu processo de treinamento e indicar um curriculum de tarefas cada vez mais desafiadoras, até que o agente eventualmente seja capaz de resolver a tarefa principal de interesse. A literatura recente na área de aprendizado de máquina têm explorado mecanismos computacionais capazes de fazer com que agentes consigam gerar autonomamente objetivos/goals que irá praticar ou tentar atingir. Este projeto irá explorar formas pelas quais sistemas de motivação intrínseca podem ser utilizados não apenas para fornecer ao agente recompensas para exploração e curiosidade, mas também para auxiliar na auto-determinação de objetivos intermediários que auxiliem na resolução de tais tarefas. Através do estudo e desenvolvimento de técnicas deste tipo, espera-se contribuir para a expansão da família de métodos de base necessários para permitir com que robôs e agentes de inteligência artificial possam, a longo prazo, operar de forma efetiva e autônoma em cenários dinâmicos, não-estruturados e apenas parcialmente especificados, nos quais um projetista nem sempre é capaz de manualmente fornecer feedback constante e detalhado para guiar o processo de aprendizado de um agente.. , Situação: Em andamento; Natureza: Pesquisa. , Integrantes: Anderson Rocha Tavares - Coordenador / Ana Lucia Cetertich Bazzan - Integrante / Edson Prestes e Silva Júnior - Integrante / Bruno Castro da Silva - Integrante.

• 2016 - Atual

  Agentes Inteligentes em Robótica e Jogos Digitais, Descrição: Na área IA para jogos, um tema de pesquisa novo e que tem atraído bastante atenção recentemente é o desenvolvimento de agentes genéricos, que possam jogar diferentes jogos sem um conhecimento específico do seu domínio. Para isso, o agente deverá aprender as regras do jogo bem como aperfeiçoar o seu desempenho de forma a competir contra outros agentes ou seres humanos. Essa área recebeu o nome de General Game Playing. O objetivo desse projeto é desenvolver agentes inteligentes que sejam capazes de jogar diferentes tipos de jogos, contribuindo para a área de General Game Playing. Para isso, serão aplicadas técnicas modernas de busca em espaço de estados e aprendizado de máquina para o desenvolvimento dos agentes, e serão realizados experimentos quantitativos e qualitativos em diferentes ambientes. Esse projeto tem o potencial de gerar resultados inovadores e de grande visibilidade, uma vez que a tanto a inteligência Artificial quanto o desenvolvimento de jogos são áreas de grande apelo para o público geral. Além disso, esse projeto irá permitir a formação de recursos de alto nível na área de desenvolvimento de jogos, uma área estratégica que movimenta milhares de dólares por ano.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Mestrado acadêmico: (3) Doutorado: (3) . , Integrantes: Anderson Rocha Tavares - Integrante / Luiz Chaimowicz - Coordenador / Gianlucca Lodron Zuin - Integrante / Yuri Pessoa - Integrante / Marcelo Nery - Integrante / Victor Nascimento - Integrante., Financiador(es): Fundação de Amparo à Pesquisa do Estado de Minas Gerais - Auxílio financeiro.

• 2014 - 2015

  CARD: Coordenação de Múltiplos Agentes para Resgate em Situações de Desastre, Descrição: A Robocup Rescue Simulation League - Agent Competition é uma competição tecnológica de cunho educacional cujo objetivo e desenvolver algoritmos para coordenação de um time de agentes inteligentes que atuar em um cenário de busca e resgate, mitigando os danos causados por um terremoto em um ambiente simulado. Dessa forma, essa competição permite o desenvolvimento e experimentação prática de diversos conceitos pesquisados na área de robótica e inteligência artificial. O objetivo dessa proposta é montar uma equipe com alunos e professores do Laboratório de Visão Computacional e Robótica (VeRLab) do Departamento de Ciência da Computação da UFMG para participar nessa competição. O VeRLab é um dos pioneiros no país a trabalhar com robótica e, nos seus mais de 20 anos de existência, tem desenvolvido pesquisa de ponta e contribuído na formação de recursos humanos em nível de graduação, mestrado e doutorado. A participação nesta competição pode gerar contribuições para a pesquisa na área de coordenação em sistemas multia- gente, possibilitar a formação de recursos humanos capacitados para participar e liderar futuros projetos na área e garantir visibilidade para o grupo de pesquisa, a universidade e a instituição de fomento.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (4) / Doutorado: (3) . , Integrantes: Anderson Rocha Tavares - Integrante / Hector Ignacio Azpurua Perez-Imaz - Integrante / Luiz Chaimowicz - Coordenador / Douglas Guimarães Macharet - Integrante / Rafael Gonçalves Colares - Integrante / David Saldaa - Integrante / Elerson Rubens - Integrante / Ramon Melo - Integrante / Jhielson Pimentel - Integrante., Financiador(es): Fundação de Amparo à Pesquisa do Estado de Minas Gerais - Auxílio financeiro., Número de produções C, T & A: 1

• 2012 - 2016

  Contribuindo para a realização de smart cities através de comunicação inter-veicular, Projeto certificado pelo(a) coordenador(a) Ana Lucia Cetertich Bazzan em 14/01/2019., Descrição: Projeto #22577 COMPESQ UFRGS Mobilidade urbana vem ganhando espaço como alvo de novos projetos na área de tecnologia de informação e comunicação (TIC). É comprovado que a troca de informação entre veículos pode ajudar a melhorar a distribuição destes na rede de transporte, diminuindo congestionamentos e tempo de percurso. O objetivo geral deste projeto de pesquisa é investigar os efeitos causados pela introdução da comunicação inter-veicular na redução dos tempos de viagem e, eventualmente, nos congestionamentos. É proposto um tratamento do problema do ponto de vista de ciência da informação e comunicação, em particular no que diz respeito à integração de a) roteamento que considera modelos comportamentais complexos de agentes motoristas (e.g. reagido a previsões de tráfego e replanejando suas viagens on-the-fly), e b) informação não local obtida através de comunicação C2C.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Anderson Rocha Tavares - Integrante / Ana Lucia Cetertich Bazzan - Coordenador / Cristiano Galafassi - Integrante / Luciana Salete Buriol - Integrante / Marcus Rolf Peter Ritt - Integrante.

• 2011 - 2014

  REDE ESTADUAL DE SIMULAÇÃO SOCIAL (RS SOC), Projeto certificado pelo(a) coordenador(a) Ana Lucia Cetertich Bazzan em 14/01/2019., Descrição: Projeto apoiado pela FAPERGS/CNPq dentro de Edital PRONEX 2009. Computação social (social computing) tem sido alvo de grande interesse de pesquisadores e desenvolvedores de tecnologia, educadores, etc. Um dos focos de computação social é o uso de técnicas de simulação para facilitar o estudo da sociedade moderna e testar políticas antes que estas sejam efetivamente empregadas no mundo real. Desta forma, o objetivo deste projeto é criar ferramentas para apoiar os setores públicos e de negócios. Tais ferramentas são do tipo laboratório para simulação e permitem ensaios e testes de bancada a fim de gerar protótipos. Para se atingir este objetivo, este projeto reúne uma equipe com larga experiência na área de simulação social. O projeto se encontra articulado em quatro eixos temáticos e um eixo transversal o qual serve de base para os anteriores. Os eixos temáticos são voltados à aplicações selecionadas pela equipe com base em dois critérios. O primeiro é a relevância social e no contexto dos desafios colocados por exemplos pelos jogos da Copa de 2014. O segundo critério foi a experiência da equipe justamente em torno destes eixos temáticos. Tais eixos são: - temáticos: mobilidade urbana, gerenciamento de situações de emergência, meio ambiente, e tecnologias educacionais e de treinamento - transversal: infra-estrutura organizacional e tecnológica.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Anderson Rocha Tavares - Integrante / Ana Lucia Cetertich Bazzan - Coordenador / Cristiano Galafassi - Integrante / Luciana Salete Buriol - Integrante / Marcus Rolf Peter Ritt - Integrante / Antonio Carlos da Rocha Costa - Integrante / Gabriel de Oliveira Ramos - Integrante.

Prêmios