Eu me considero um desenvolvedor de software, mas sempre tive curiosidade em entender como as coisas funcionam. Decidi experimentar o OpenCode, um serviço de inteligência artificial, com o modelo gratuito DeepSeek V4.1 Flash. O objetivo era criar um simulador de trânsito em Python que aprendesse a controlar os semáforos de um cruzamento.
O Projeto AutoPilot
O projeto AutoPilot é um simulador de trânsito em Python que utiliza Q-Learning (aprendizado por reforço) para treinar um agente a decidir quando manter ou trocar o sinal verde, buscando melhorar o fluxo dos veículos. Ele contém:
- Simulação visual de um cruzamento com veículos em movimento, usando Pygame.
- Um agente de Q-Learning que aprende por tentativa e erro.
- Comparação entre semáforos tradicionais e controlados pela IA.
- Treinamento local, com possibilidade de salvar e continuar o aprendizado.
- Métricas, gráficos e testes automatizados.
Características do Projeto
O projeto AutoPilot não depende de nenhuma API de IA para funcionar. O DeepSeek foi utilizado como assistente no desenvolvimento, enquanto o aprendizado do semáforo acontece localmente, por meio do algoritmo de Q-Learning.
Resultado do Experimento
Depois de 600 episódios de treinamento, o tempo médio de espera passou de 10,59 segundos para 10,13 segundos, uma redução de aproximadamente 4,4%. Embora a IA também atendeu um pouco menos veículos e o tamanho médio das filas praticamente não mudou, esse era justamente o objetivo da brincadeira: experimentar, aprender e observar como um agente se comporta.
Conclusão
O projeto AutoPilot é um exemplo de como utilizar uma IA para treinar outra IA. Ele é um projeto experimental, mas pretendo continuar fazendo melhorias e novos testes. Recomendo a todos os desenvolvedores iniciantes que tenham uma base sólida em IF, While e que já criaram pelo menos uma aplicação básica.