Aprendizado por Reforço aplicado a escalonamento em Grids

Aprendizado por reforço é uma técnica simples que possui aplicação em várias áreas. Um ambiente real de grid, em geral dinâmico e heterogêneo, oferece um ambiente interessante para sua aplicação. Neste trabalho, utilizamos esta técnica para classificar os nós disponíveis em um grid, dando suporte assim a dois algoritmos de escalonamento, AG e MQD. Um ambiente de grid real foi montado e experimentos foram realizados com estes dois algoritmos, de maneira a verificar seu impacto em um ambiente real, com e sem a presença de reescalonamento.