TCC Otávio TW 2026 05 22 13 34 GMT 3

A apresentação é a defesa do TCC do Otávio Viladino, sobre otimização logística em redes de unidades modulares, utilizando Graph Neural Networks (GNNs) combinados com Aprendizado por Reforço (A2C – Advantage Actor-Critic). Ele aborda um problema real: coletar biomassa distribuída em pequenas unidades rurais, que produzem continuamente e podem transbordar. O desafio é roteirizar caminhões considerando: a) produção contínua b) risco de transbordamento c) múltiplos caminhões d) limites de tempo e capacidade e) ambiente dinâmico (estradas bloqueadas, falhas, etc.) O modelo proposto não calcula a rota ótima diretamente, mas aprende a tomar decisões passo a passo, avaliando o estado da rede (grafo) e escolhendo a próxima ação. Principais resultados O modelo aprendeu padrões logísticos úteis, como agrupar unidades espacialmente próximas e coordenar os caminhões. Resolve o problema muito mais rapidamente do que os métodos determinísticos (em menos de 1 segundo). Porém, apresentou limitações: comportamento reativo, vícios de rota e miopia espacial decorrentes da penalização quadrática da distância. Sugestões de melhorias: a) Refinar a função de recompensa. b) Usar distâncias viárias reais. c) Criar uma interface gráfica para visualizar decisões. d) Explorar combinações entre heurísticas e MILP.