English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

Este artigo descreve um modelo de aprendizado por reforco capaz de aprender tarefas de controle complexas utilizando acoes e estados continuos. Este modelo, que e baseado no ator-critico continuo, utiliza redes de funcoes de base radial normalizadas para aprender o valor dos estados e das acoes, sendo capaz de configurar a estrutura destas redes de forma automatica durante o aprendizado. Alem disso, um mecanismo de atencao visual seletiva e utilizado para perceber o ambiente e os estados. Para a validacao do modelo proposto, foi utilizada uma tarefa relativamente complexa para os algoritmos de aprendizado por reforco: conduzir uma bola ate o gol em um ambiente de futebol de robos simulado. Os experimentos realizados demonstram que o modelo proposto e capaz realizar a tarefa em questao com bastante sucesso utilizando somente informacoes visuais.

Aprendizado e Controle de Robôs Móveis Autônomos Utilizando Atenção Visual